[发明专利]一种实体消歧方法、装置、计算机装置及计算机存储介质

权利要求书

1.一种实体消歧方法，其特征在于，所述实体消歧方法包括：

构建待消歧实体的基因，所述基因包括：共现实体词基因及实体属性基因，所述共现实体词基因包括共现实体词及共现程度，所述实体属性基因包括所述待消歧实体的属性；

根据所述待消歧实体的语义特征从实体库中确定候选实体，其中，所述待消歧实体的语义特征包括名字形式相似性、简称信息及指代特点；

根据所述候选实体与所述待消歧实体的共现实体基因匹配度和属性基因匹配度，计算所述候选实体与所述待消歧实体的基因匹配度，在所述基因匹配度超过预设阈值的情况下，确定所述候选实体与所述待消歧实体的基因相匹配；

获取所述共现实体基因匹配度，包括：

从预先存储的文档中确定所述待消歧实体的共现实体词，并从所述预先存储的文档中确定所述候选实体的共现实体词；

获取所述候选实体的基因实体词集；

根据所述待消歧实体的共现实体词与所述候选实体的共现实体词的交叠部分相对于预先存储的实体词总量的词频，所述待消歧实体的共现实体词与所述候选实体的共现实体词的交叠部分相对于所述候选实体的基因实体词集的词频，及所述待消歧实体的共现实体词与所述候选实体的共现实体词的交叠部分的逆文本频率指数进行乘法运算，计算所述共现实体基因匹配度。

2.根据权利要求1所述的实体消歧方法，其特征在于，根据所述共现实体基因匹配度和所述属性基因匹配度，计算所述候选实体与待消歧实体的基因匹配度，计算公式为：

score_g(m,e)＝α*score_w(m,e)+β*score_p(m,e)

其中，score_g(m,e)为基因匹配度，score_w(m,e)为所述共现实体基因匹配度，score_p(m,e)为所述属性基因匹配度，α、β为权重。

3.根据权利要求1所述的实体消歧方法，其特征在于，获取所述候选实体与所述待消歧实体的属性基因匹配度，包括以下过程：

确定所述待消歧实体的属性名，及所述候选实体的属性名；

根据所述待消歧实体的属性名与所述候选实体的属性名之间的交叠属性，及交叠属性的权重值，计算所述属性基因匹配度。

4.根据权利要求1所述的实体消歧方法，其特征在于，所述确定所述候选实体与所述待消歧实体的基因相匹配之后，所述实体消歧方法还包括：

将所述候选实体和所述待消歧实体的基因进行融合；

根据所述候选实体与所述待消歧实体的基因匹配度，确定与所述待消歧实体匹配的目标实体，根据所述目标实体的知识对知识库中对应的实体进行知识融合。

5.一种实体消歧装置，其特征在于，包括：

构建模块，用于构建待消歧实体的基因，所述基因包括：共现实体词基因及实体属性基因，所述共现实体词基因包括共现实体词及共现程度，所述实体属性基因包括所述待消歧实体的属性；

筛选模块，用于根据所述待消歧实体的语义特征从实体库中筛选候选实体，其中，所述待消歧实体的语义特征包括名字形式相似性、简称信息及指代特点；

匹配模块，用于根据所述候选实体与所述待消歧实体的共现实体基因匹配度和属性基因匹配度，计算所述候选实体与所述待消歧实体的基因匹配度，在所述基因匹配度超过预设阈值的情况下，确定所述候选实体与所述待消歧实体的基因相匹配；

获取所述共现实体基因匹配度，包括：从预先存储的文档中确定所述待消歧实体的共现实体词，并从所述预先存储的文档中确定所述候选实体的共现实体词；获取所述候选实体的基因实体词集；根据所述待消歧实体的共现实体词与所述候选实体的共现实体词的交叠部分相对于预先存储的实体词总量的词频，所述待消歧实体的共现实体词与所述候选实体的共现实体词的交叠部分相对于所述候选实体的基因实体词集的词频，及所述待消歧实体的共现实体词与所述候选实体的共现实体词的交叠部分的逆文本频率指数进行乘法运算，计算所述共现实体基因匹配度。