[发明专利]一种实体链接方法及装置

权利要求书

1.一种实体链接方法，其特征在于，包括：

识别目标文本中的待消歧实体；

对所述待消歧实体进行编码，得到文本编码；

对所述待消歧实体对应的各个候选实体分别进行编码，得到实体描述编码；

分别确定所述目标文本与所述各个候选实体的实体描述信息之间的共现特征；

根据所述文本编码、所述实体描述编码和所述共现特征，确定所述待消歧实体对应的实体对象。

2.根据权利要求1所述的方法，其特征在于，所述对所述待消歧实体进行编码，得到文本编码的步骤，包括：

将所述待消歧实体对应的文本标记序列、所述共现特征和所述目标文本的共享编码进行拼接，得到第一拼接结果；

将所述第一拼接结果输入到第一实体消歧模型中，得到第一编码结果；

对所述第一编码结果进行最大池化处理，得到所述文本编码。

3.根据权利要求1所述的方法，其特征在于，所述对所述待消歧实体对应的各个候选实体分别进行编码，得到实体描述编码的步骤，包括：

获取所述待消歧实体对应的各个候选实体和所述各个候选实体的实体描述信息；

确定所述各个候选实体和所述各个候选实体的实体描述信息的字向量、词向量和位置向量；

将所述字向量、所述词向量和所述位置向量进行拼接，得到第二拼接结果；

将所述第二拼接结果输入到第二实体消歧模型中，得到第二编码结果；

对所述第二编码结果进行最大池化处理，得到所述实体描述编码。

4.根据权利要求1所述的方法，其特征在于，所述实体描述信息包括所述候选实体的属性和属性值；所述分别确定所述目标文本与所述各个候选实体的实体描述信息之间的共现特征的步骤，包括：

根据所述目标文本中的每个字是否出现在所述候选实体的实体描述信息中，确定第一共现子特征；

根据所述目标文本中的每个词是否出现在所述候选实体的实体描述信息中，确定第二共现子特征；

根据所述目标文本中的每个词是否包含所述实体描述信息中的属性值，确定第三共现子特征；

根据所述第一共现子特征、所述第二共现子特征和所述第三共现子特征，确定所述目标文本与所述候选实体的实体描述信息之间的共现特征。

5.根据权利要求1所述的方法，其特征在于，所述根据所述文本编码、所述实体描述编码和所述共现特征，确定所述待消歧实体对应的实体对象的步骤，包括：

根据所述文本编码、所述实体描述编码和所述共现特征，确定第三拼接结果；

将所述第三拼接结果输入到第一全连接层中，得到第一分类结果；

将所述各个候选实体的第一分类结果中的最大值对应的候选实体，确定为所述待消歧实体对应的实体对象。

6.根据权利要求5所述的方法，其特征在于，所述根据所述文本编码、所述实体描述编码和所述共现特征，确定第三拼接结果的步骤，包括：

将所述文本编码和所述实体描述编码的乘积，确定为预处理编码；

将所述文本编码、所述实体描述编码、所述预处理编码和所述共现特征进行拼接，得到所述第三拼接结果。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述识别目标文本中的待消歧实体的步骤，包括：

从所述目标文本中确定第一实体；

对所述第一实体进行双指针标注，得到第一标记序列和第二标记序列；

采用预先构建的前缀树，对所述目标文本进行正向最大匹配，得到第二实体；

对所述第二实体进行双指针标注，得到第三标记序列和第四标记序列；

根据所述第一标记序列、所述第二标记序列、所述第三标记序列和所述第四标记序列，确定所述目标文本中的待消歧实体。