[发明专利]用于实体分类的方法和装置

说明书

本申请公开了用于实体分类的方法，涉及知识图谱领域。具体实现方案为：获取待分类实体；将待分类实体划分成词片段，并对词片段进行概念标注，其中，词片段为预设粒度的语义单元，词片段的粒度大于词粒度；将已标注词片段概念的待分类实体输入预先训练的实体分类模型，得到待分类实体的实体分类结果，其中，实体分类模型用于表征已标注词片段概念的实体与实体分类之间的对应关系。该实现方通过引入实体的词片段概念标注，能够解决实体不存在上下文的情况下支持实体分类的特征不足、分类效果依赖上下文语料的问题，提高了实体分类的准确性。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及知识图谱技术领域。

背景技术

实体分类(Entity Classification)技术通常是指把文本形式的实体根据一系列的特征划分到指定类别的技术。

相关技术中，通常需要实体所在文本的上下文的辅助实现对实体进行分类。例如，采用命名实体识别(Named Entity Recognition)技术进行实体分类，命名实体识别等技术在没有上下文信息的应用场景下能够起到的作用通常有限，因此无法保证实体分类的准确性。可见，如何对没有上下文的实体准确地分类是当前需要解决的问题。

发明内容

提供了一种用于实体分类的方法、装置、设备以及存储介质。

根据第一方面，提供了一种用于实体分类的方法，该方法包括：获取待分类实体；将待分类实体划分成词片段，并对词片段进行概念标注，其中，词片段为预设粒度的语义单元，词片段的粒度大于词粒度；将已标注词片段概念的待分类实体输入预先训练的实体分类模型，得到待分类实体的实体分类结果，其中，实体分类模型用于表征已标注词片段概念的实体与实体分类之间的对应关系。

根据第二方面，提供了一种用于实体分类的装置，该装置包括：获取单元，被配置成获取待分类实体；标注单元，被配置成将待分类实体划分成词片段，并对词片段进行概念标注，其中，词片段为预设粒度的语义单元，词片段的粒度大于词粒度；输入单元，被配置成将已标注词片段概念的待分类实体输入预先训练的实体分类模型，得到待分类实体的实体分类结果，其中，实体分类模型用于表征已标注词片段概念的实体与实体分类之间的对应关系。

第三方面，提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述方法。

第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述方法。

根据本申请的技术解决了目前实体分类依赖上下文语料的问题，提高了不存在上下文语料的实体分类的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请的用于实体分类的方法的第一实施例的示意图；

图2是根据本申请的用于实体分类的方法的第二实施例的示意图；

图3是根据本申请的用于实体分类的装置的实施例的示意图；

图4是用来实现本申请实施例的用于实体分类的方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。