[发明专利]搜索目标实体的方法、装置、电子装置及存储介质

权利要求书

1.一种搜索目标实体的方法，其特征在于，包括：

基于目标实体的图谱确定多条关系路径，将每条关系路径作为样本；

计算每个样本的联合概率，选取联合概率最大的样本作为所述目标实体的搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述基于目标实体的图谱确定多条关系路径，包括：

将目标实体的图谱拆分成节点集、边集，所述节点集为描述所述目标实体属性的节点的集合，所述节点集包括头节点和尾节点，所述边集为所述节点之间关系的边的集合；

确定从所述头节点到所述尾节点之间的所述多条关系路径，每条关系路径为由所述节点集中的节点和所述边集中的边交替组成的向量。

3.根据权利要求2所述的方法，其特征在于，所述确定从所述头节点到所述尾节点之间的所述多条关系路径，包括：

基于目标实体的图谱，通过图神经网络、结构深度网络嵌入或图递归神经网络确定从所述头节点到所述尾节点之间的所述多条关系路径。

4.根据权利要求1所述的方法，其特征在于，所述计算每个样本的联合概率，包括：

基于联合概率第一计算公式计算每个样本的联合概率，所述联合概率计算第一公式包括：

其中，表示到达头节点的概率，p(e_i|v_i)表示到达第i个节点v_i时经过边e_i的概率，P表示联合概率，n表示所述节点集中的节点数量。

5.根据权利要求1所述的方法，其特征在于，所述计算每个样本的联合概率，包括：

获取用户的额外意图的文字描述；

将所述文字描述转换为意图向量；

将所述意图向量添加至联合概率第二计算公式的输入中，并基于所述联合概率第二计算公式计算每个样本的联合概率，所述联合概率第二计算公式包括：

其中，p(v₀)表示到达头节点的概率，p(e_i|v_i)表示到达第i个节点v_i时经过边e_i的概率，P表示联合概率，n表示所述节点集中的节点数量，A表示意图向量。

6.根据权利要求5所述的方法，其特征在于，所述将所述文字描述转换为意图向量，包括：

通过Transformer模型完成所述文字描述的语义表示，基于所述语义表示将所述文字描述转换为所述意图向量。

7.一种搜索目标实体的装置，其特征在于，包括：

确定模块，用于基于目标实体的图谱确定多条关系路径，将每条关系路径作为样本；

计算模块，用于计算每个样本的联合概率，选取联合概率最大的样本作为所述目标实体的搜索结果。

8.根据权利要求7所述的装置，其特征在于，所述确定模块，用于：

将目标实体的图谱拆分成节点集、边集，所述节点集为描述所述目标实体属性的节点的集合，所述节点集包括头节点和尾节点，所述边集为所述节点之间关系的边的集合；

确定从所述头节点到所述尾节点之间的所述多条关系路径，每条关系路径为由所述节点集中的节点和所述边集中的边交替组成的向量。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-6中任一项所述方法中的步骤。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-6任一项所述方法中的步骤。