[发明专利]实体链接方法、装置、电子设备和存储介质

权利要求书

1.一种实体链接方法，其特征在于，包括：

确定初始上下文文本中的若干个待链接实体；

基于所述初始上下文文本中待链接实体的数量和/或所述初始上下文文本的长度，从所述初始上下文文本的每一分词中选择任一待链接实体的查询词组；

基于所述任一待链接实体的查询词组对应的搜索结果文本，确定所述任一待链接实体的扩充上下文文本；

基于所述初始上下文文本，以及每一待链接实体的候选实体和所述扩充上下文文本，确定每一待链接实体的实体链接结果；

所述基于所述初始上下文文本中待链接实体的数量和所述初始上下文文本的长度，从所述初始上下文文本的每一分词中选择任一待链接实体的查询词组，具体包括：

若所述初始上下文文本中待链接实体的数量大于等于第一阈值，则将所述任一待链接实体、基于与所述任一待链接实体位置的距离选取的若干个待链接实体，以及基于重要程度选取的若干个剩余分词，作为所述任一待链接实体的查询词组；其中，所述剩余分词为所述初始上下文文本中除了所述任一待链接实体、基于与所述任一待链接实体位置的距离选取的若干个待链接实体以外的分词；

否则，基于所述初始上下文文本中待链接实体的数量和所述初始上下文文本的长度，将所述初始上下文文本中的所有待链接实体以及若干个有效词，作为所述任一待链接实体的查询词组；

其中，所述有效词为所述初始上下文文本中除待链接实体和停用词以外的分词；

所述基于所述初始上下文文本中待链接实体的数量和所述初始上下文文本的长度，将所述初始上下文文本中的所有待链接实体以及若干个有效词，作为所述任一待链接实体的查询词组，具体包括：

若所述初始上下文文本中待链接实体的数量为1，且所述初始上下文文本的长度小于第二阈值，则将所述任一待链接实体以及所述初始上下文文本中的所有有效词，作为所述任一待链接实体的查询词组；

否则，将所述初始上下文文本中的所有待链接实体，以及基于重要程度选取的若干个有效词，作为所述任一待链接实体的查询词组；

其中，所述初始上下文文本的每一分词中包含有待链接实体以及与待链接实体相关的描述信息。

2.根据权利要求1所述的实体链接方法，其特征在于，所述基于所述任一待链接实体的查询词组对应的搜索结果文本，确定所述任一待链接实体的扩充上下文文本，具体包括：

基于所述任一待链接实体的查询词组对应的搜索结果文本中每一分词的自注意力向量，与所述任一待链接实体的实体向量之间的相似程度，确定第一上下文文本；

和/或，基于所述任一待链接实体的查询词组对应的搜索结果文本的摘要文本，确定第二上下文文本；

基于所述第一上下文文本和/或所述第二上下文文本，确定所述任一待链接实体的扩充上下文文本；

其中，所述搜索结果文本的摘要文本是将所述搜索结果文本输入至摘要生成模型后得到的。

3.根据权利要求1或2所述的实体链接方法，其特征在于，任一待链接实体的候选实体的获取方法，具体包括：

基于每一初始候选实体的先验概率，从初始候选实体集合中选择若干个初始候选实体，作为第一候选实体；

基于所述初始候选实体集合中剩余的每一初始候选实体分别与所述初始上下文文本和所述扩充上下文文本的相似度，确定第二候选实体；

所述任一待链接实体的候选实体包括所述第一候选实体和所述第二候选实体；

其中，任一初始候选实体的先验概率是基于所述任一待链接实体在知识库中出现的频次，以及将所述任一待链接实体链接到所述任一初始候选实体的频次确定的。

4.根据权利要求3所述的实体链接方法，其特征在于，所述初始候选实体集合中剩余的每一初始候选实体分别与所述初始上下文文本和所述扩充上下文文本的相似度，是基于如下方法确定的：

对所述初始上下文文本的文本向量和任一初始候选实体的实体向量进行注意力变换，得到所述初始上下文文本对应的初始上下文注意力向量；

对所述扩充上下文文本的文本向量和所述任一初始候选实体的实体向量进行注意力变换，得到所述扩充上下文文本对应的扩充上下文注意力向量；

基于所述任一初始候选实体的实体向量，以及所述初始上下文注意力向量和所述扩充上下文注意力向量，确定所述任一初始候选实体分别与所述初始上下文文本和所述扩充上下文文本的相似度。