[发明专利]一种知识图谱实体链接方法、装置、计算机设备及存储介质

权利要求书

1.一种知识图谱实体链接方法，其特征在于，包括以下步骤：

将接收到的实体描述拆分为字符串,并输入至预设的实体名称索引中进行检索，以确定所述字符串在所述实体名称索引中所匹配的待确认实体名称；

分别计算所述实体描述与各所述待确认实体名称在汉字字符串特征、汉字部首特征以及拼音特征的相似度；

按照预设权重对所述汉字字符串特征、汉字部首特征以及拼音特征的相似度进行加权平均，确定每个所述待确认实体名称与所述实体描述相似度评分；

对各所述待确认实体名称的相似度评分排序，并判断最高评分是否高于预设值，若所述最高评分高于所述预设值，则将所述最高评分对应的待确认实体名称作为本次实体描述中的链接实体并输出。

2.根据权利要求1所述的知识图谱实体链接方法，其特征在于，将指定垂直领域知识图谱中所包含的每个实体名称拆分为实体名称字符串，并根据每个所述实体名称与拆分后实体名称字符串之间的对应关系建立所述实体名称索引。

3.根据权利要求1或2所述的知识图谱实体链接方法，其特征在于，所述拆分包括：若包含汉字，则按字拆开；若还包含英文、数字以及其他字符中的一种或多种，则判断相邻字符是否为同类字符，若相邻字符为同类字符则保持原样不拆分，若相邻字符为不同类字符则拆分，且将英文字符小写化。

4.根据权利要求2所述的知识图谱实体链接方法，其特征在于，基于正则表达式进行所述实体名称和/或所述实体描述的拆分；

和/或，基于elasticsearch工具建立所述实体名称与拆分后实体名称之间的索引。

5.根据权利要求1所述的知识图谱实体链接方法，其特征在于，

确定实体描述与待确认实体名称汉字字符串特征相似度包括：比较实体描述字符串与待确认实体名称字符串，并以汉字字符串为基础进行多个子特征的相似度计算；

确定实体描述与待确认实体名称汉字部首级别的特征相似度包括：将所述实体描述与所述待确认实体名称均按汉字偏旁部首拆开，并以偏旁部首字符串为基础进行多个子特征的相似度计算；

确定实体描述与待确认实体名称汉字拼音级别特征的相似度包括：将所述实体描述与所述待确认实体名称转为拼音，并以拼音字符串为基础进行多个子特征的相似度计算。

6.根据权利要5所述的知识图谱实体链接方法，其特征在于，所述多个子特征为levenshtein ratio、jaro ratio、jaro-winkler ration、longest common substring、hanmming、Jaccard中一种或多种的组合。

7.根据权利要求1所述的知识图谱实体链接方法，其特征在于，所述预设权重的设置规则为：不同维度的权重不同设置，汉字字符串特征权重最高，部首级别特征权重次之，拼音级别特征权重最小；同一维度下每个子特征的权重相等设置。

8.一种知识图谱实体链接装置，其特征在于，包括：

待确认实体名称确定模块，用于将收到的实体描述拆分为字符串,并输入至预设的实体名称索引中进行检索，以确定所述实体描述在所述实体名称索引中所匹配的待确认实体名称；

待确认实体名称相似度确定模块，用于分别确定所述实体描述与各所述待确认实体名称在汉字字符串特征、汉字部首特征以及拼音特征的相似度；

待确认实体名称评分模块，用于按照预设权重对所述汉字字符串特征、汉字部首特征以及拼音特征相似度进行加权平均，确定每个所述待确认实体名称与所述实体描述相似度评分；

以及实体输出模块，用于对各所述待确认实体名称的相似度评分排序，并判断最高评分是否高于预设值，若所述最高评分高于所述预设值，则将所述最高评分对应的待确认实体名称作为本次实体描述中的链接实体并输出。

9.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。