[发明专利]实体链接方法、装置、电子设备和存储介质

说明书

本发明实施例提供一种实体链接方法、装置、电子设备和存储介质，其中方法包括：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。本发明实施例提供的实体链接方法、装置、电子设备和存储介质，提高了实体链接的准确性。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种实体链接方法、装置、电子设备和存储介质。

背景技术

随着互联网的迅猛发展，大量数据在网络上以自然语言的形式呈现。然而，由于自然语言表达的多样性，其中的命名实体通常会有一定的歧义性。例如同一实体指称可能存在多种含义，并且同一个具有确定意义的实体在自然语言中可能存在多种表达方式。因此，为了正确理解命名实体的真实含义，需要将文本中的实体指称链接到知识库中相应的无歧义实体上。

目前，在进行实体链接时，通常会利用待链接实体的上下文中的语义信息来实现实体链接。然而，大部分网络文本的表述口语化程度高，内容零散，有效的上下文语义信息不足，从而导致现有的实体链接方法准确性欠佳。

发明内容

本发明实施例提供一种实体链接方法、装置、电子设备和存储介质，用以解决现有实体链接方法准确性欠佳的问题。

第一方面，本发明实施例提供一种实体链接方法，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。

可选地，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。

可选地，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。