[发明专利]内链生成方法、模型训练方法、相关装置及电子设备

权利要求书

1.一种内链生成方法，包括：

获取第一实体描述页面的第一描述信息中第一实体的备选集合，所述备选集合包括所述第一实体可链接的M个备选实体，M为正整数；

获取所述M个备选实体的M个第一向量信息；

基于所述M个第一向量信息，生成所述第一描述信息的N个第二向量信息，N为大于或等于M的正整数；

采用语言模型，基于所述N个第二向量信息确定所述第一描述信息的与第二向量信息对应的N个混淆度；

基于所述N个混淆度，确定所述第一实体的内链结果；

所述基于所述M个第一向量信息，生成所述第一描述信息的N个第二向量信息，包括：

将所述备选集合中元素的向量带入至所述第一描述信息中，生成第一描述信息的第二向量信息；其中，将所述备选集合中元素的向量带入至所述第一描述信息中指的是，按照元素在第一描述信息的位置，将所述备选集合中元素的向量带入至第一描述信息中其他词汇的向量信息中。

2.根据权利要求1所述的方法，其中，所述基于所述N个混淆度，确定所述第一实体的内链结果，包括：

确定目标向量信息，所述目标向量信息为所述N个混淆度中最小的混淆度对应的第二向量信息；

在所述目标向量信息与所述M个备选实体中的备选实体对应的情况下，确定包括目标链接信息的所述内链结果，所述目标链接信息为所述M个备选实体中所述目标向量信息对应的备选实体的链接信息。

3.根据权利要求1所述的方法，其中，所述获取所述M个备选实体的M个第一向量信息，包括：

获取所述M个备选实体中每个备选实体的第一标识信息；

将所述M个备选实体的第一标识信息输入至所述语言模型进行向量化，得到所述M个备选实体的M个第一向量信息。

4.一种模型训练方法，包括：

构建训练语料数据，所述训练语料数据包括第二实体描述页面的第二描述信息，以及基于所述第二描述信息中可链接的实体的标识信息生成的所述第二描述信息的K个描述对象的K个第二标识信息，所述K个描述对象包括所述第二描述信息中可链接的实体，K为大于1的正整数；

基于语言模型对所述K个第二标识信息进行向量化，得到所述K个描述对象的K个第三向量信息；并采用所述语言模型，基于所述第二描述信息的向量信息确定所述第二描述信息的混淆度，所述第二描述信息的向量信息基于所述K个第三向量信息生成；

基于所述第二描述信息的混淆度更新所述语言模型的参数；

所述第二描述信息的向量信息基于所述K个第三向量信息生成，包括：

将所述K个描述对象的向量带入至所述第二描述信息中，生成第二描述信息的向量信息；其中，将所述K个描述对象的向量带入至所述第二描述信息中指的是，按照元素在第二描述信息的位置，将所述K个描述对象的向量带入至第二描述信息中其他词汇的向量信息中。

5.根据权利要求4所述的方法，其中，所述构建训练语料数据，包括：

获取所述第二实体描述页面的第二描述信息；

对所述第二描述信息进行切词操作，得到所述K个描述对象；

在基于预先存储的内链信息确定所述K个描述对象包括第二实体的情况下，将所述第二实体的标识信息作为所述第二实体对应的描述对象的标识信息，以得到所述K个第二标识信息，所述内链信息包括所述第二实体描述页面中可链接的实体。