[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

说明书

本申请公开了内链生成方法、模型训练方法、相关装置及电子设备，涉及互联网中的内链技术领域。具体实现方案为：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；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。根据本申请的技术，解决了内链技术存在的内链维护成本比较高的问题，降低了内链维护的成本。

技术领域

本申请涉及互联网技术领域，尤其涉及互联网中的内链技术领域，具体涉及一种内链生成方法、模型训练方法、相关装置及电子设备。

背景技术

随着互联网技术的高速发展，内链技术得到了广泛应用。内链技术是指将正文描述中提到的其他实体，以跳转链接的方式，关联到其他实体对应的词条，这样在查看相关词条时，可以为用户提供极大的帮助。

目前，在互联网百科领域中，通常是通过人工来维护内链信息，依靠人工来完成内链的添加、删除和修改。

发明内容

本公开提供了一种内链生成方法、模型训练方法、相关装置及电子设备。

根据本公开的第一方面，提供了一种内链生成方法，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。

根据本公开的第二方面，提供了一种模型训练方法，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。

根据本公开的第三方面，提供了一种内链生成装置，包括：

第一获取模块，用于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；

第二获取模块，用于获取所述M个备选实体的M个第一向量信息；

生成模块，用于基于所述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；

第一确定模块，用于采用语言模型，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；

第二确定模块，用于基于所述N个混淆度，确定所述第一实体的内链结果。

根据本公开的第四方面，提供了一种模型训练装置，包括：