[发明专利]实体分类方法、装置及计算机可读存储介质

说明书

本公开涉及一种实体分类方法、装置及计算机可读存储介质，所述方法包括：获取知识图谱中的待分类实体；根据所述待分类实体的属性对所述待分类实体进行第一特征提取，获得所述待分类实体的领域特征信息；根据所述领域特征信息确定所述待分类实体的目标域分类；根据所述目标域分类对应的分类属性，对所述待分类实体进行第二特征提取，获得所述待分类实体的类别特征信息；根据所述类别特征信息确定所述待分类实体的目标分类。由此，一方面可以对描述相近的且侧重不同领域的待分类实体进行区分，提高实体分类的准确性。另一方面，可以降低确定目标分类时的特征提取量和分类搜索范围，降低实体分类过程中所要处理的数据量，提高实体分类的效率。

技术领域

本公开涉及计算机技术领域，尤其涉及一种实体分类方法、装置及计算机可读存储介质。

背景技术

知识图谱中，实体是现实世界中的对象或者概念，关系则用来连接两个实体以描述实体之间的联系。知识图谱中存在大量的实体，存储着客观世界的事实数据，为了更好的组织和管理这些实体数据，为上层业务方提供数据支持，需要对知识图谱中的实体进行分类。

相关技术中，通常是基于Bi-LSTM对实体描述语义的深度学习模型进行分类。其中，Bi-LSTM(Bi-directional Long Short-Term Memory)是由前向LSTM与后向LSTM组合而成，通过实体描述的正向语义和逆向语义获得实体特征以进行分类。而在实际应用场景中，存在实体描述相近但表现形式不同的实体，其应该对应于不同的实体分类，然而通过上述方式，对于描述信息相近但对应于多种侧重点表现形式的实体的分类难以区分。

发明内容

为克服相关技术中存在的问题，本公开提供一种实体分类方法、装置及计算机可读存储介质。

根据本公开实施例的第一方面，提供一种实体分类方法，包括：

获取知识图谱中的待分类实体；

根据所述待分类实体的属性对所述待分类实体进行第一特征提取，获得所述待分类实体的领域特征信息；

根据所述领域特征信息确定所述待分类实体的目标域分类；

根据所述目标域分类对应的分类属性，对所述待分类实体进行第二特征提取，获得所述待分类实体的类别特征信息；

根据所述类别特征信息确定所述待分类实体的目标分类。

可选地，所述根据所述待分类实体的属性对所述待分类实体进行第一特征提取，获得所述待分类实体的领域特征信息，包括：

将所述待分类实体的属性中属于目标属性集合中的属性进行删除所得的剩余属性确定为特征属性；

根据所述特征属性生成所述待分类实体的域特征向量，作为所述领域特征信息。

可选地，所述根据所述待分类实体的属性对所述待分类实体进行第一特征提取，获得所述待分类实体的领域特征信息，包括：

将所述待分类实体的属性中与目标属性对应的属性的属性值确定为域特征属性值；

将所述待分类实体的属性中属于目标属性集合中的属性进行删除所得的剩余属性确定为特征属性；

根据所述特征属性和所述特征属性值生成所述待分类实体的域特征向量，作为所述领域特征信息。

可选地，所述目标属性集合中的属性通过以下方式确定：

获取训练实体样本；

确定每一所述训练实体样本的每一属性的出现频率；

将出现频率大于第一阈值的属性添加至所述目标属性集合，和/或将出现频率小于第二阈值的属性添加至所述目标属性集合，其中，所述第一阈值大于所述第二阈值。