[发明专利]基于多语言的实体消歧方法、装置、设备和存储介质

说明书

本申请涉及一种基于多语言的实体消歧方法、装置、设备和存储介质。所述方法包括：获取与待消歧的多个实体对应的不同语言的多个简介文本；所述多个实体对应相同的实体名称；将多个所述简介文本分别输入至不同语言对应、且预训练的关键属性信息处理模型中，通过所述关键属性信息处理模型，确定与各所述实体对应的关键属性信息；通过所述关键属性信息处理模型的中间层，提取与所述关键属性信息对应的特征向量；根据与所述关键属性信息对应的特征向量，在多个属性维度上分别计算多个所述实体间的语义相似度；依据所述语义相似度，对所述多个实体进行消歧。采用基于数据分析技术的本方法能够提高跨语言实体的消歧准确率。

技术领域

本申请涉及数据处理领域，特别是涉及一种基于多语言的实体消歧方法、装置、设备和存储介质。

背景技术

实体消歧也称语义消歧，专门用于解决同名实体产生歧义的问题。实体消歧在搜索系统、问答系统、和知识库等领域有着广泛的应用。网络资源中存在大量的重名现象，在分析理解文本的时候，进行实体消歧，以明确实体的正确指向具有非常大的现实意义。

传统的实体消歧业务主要运用在描述语言为同语种的实体上，而对于不同语言描述的多个实体，目前并没有很好的方案可以实现基于多语言的实体消歧。然而在实际的应用中，常常存在不同语言的实体需要进行消歧处理。因而如何正确分析这些不同语言的数据，以明确实体的正确指向是亟待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够准确地对描述语言为不同语言的实体进行实体消歧，以明确实体的正确指向的基于多语言的实体消歧方法、装置、计算机设备和存储介质。

一种基于多语言的实体消歧方法，所述方法包括：

获取与待消歧的多个实体对应的不同语言的多个简介文本；所述多个实体对应相同的实体名称；

将多个所述简介文本分别输入至不同语言对应、且预训练的关键属性信息处理模型中，通过所述关键属性信息处理模型，确定与各所述实体对应的关键属性信息；

通过所述关键属性信息处理模型的中间层，提取与所述关键属性信息对应的特征向量；

根据与所述关键属性信息对应的特征向量，在多个属性维度上分别计算多个所述实体间的语义相似度；

依据所述语义相似度，对所述多个实体进行消歧。

一种基于多语言的实体消歧装置，所述装置包括：

获取模块，用于获取与待消歧的多个实体对应的不同语言的简介文本；所述多个实体对应相同的实体名称；

确定模块，用于将多个所述简介文本分别输入至不同语言对应、且预训练的关键属性信息处理模型中，通过所述关键属性信息处理模型，确定与各所述实体对应的关键属性信息；

提取模块，用于通过所述关键属性信息处理模型的中间层，提取与所述关键属性信息对应的特征向量；

计算模块，用于根据与所述关键属性信息对应的特征向量，在多个属性维度上分别计算多个所述实体间的语义相似度；

所述确定模块还用于依据所述语义相似度，对所述多个实体进行消歧。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取与待消歧的多个实体对应的不同语言的多个简介文本；所述多个实体对应相同的实体名称；

将多个所述简介文本分别输入至不同语言对应、且预训练的关键属性信息处理模型中，通过所述关键属性信息处理模型，确定与各所述实体对应的关键属性信息；

通过所述关键属性信息处理模型的中间层，提取与所述关键属性信息对应的特征向量；