[发明专利]一种实体对齐方法、装置、设备及介质

权利要求书

1.一种实体对齐方法，其特征在于，所述方法包括：

获取目标产品领域中产品的评论文本对应的至少一个类别下的识别实体；

针对每个类别下的每一个识别实体，判断该识别实体是否属于该类别；

若否，则删除该类别下的该识别实体；

将删除的识别实体作为异常实体，对所述异常实体进行重新分类以重新确定所述异常实体对应的类别；

获取异常实体对应的第一词向量和标准实体词库中该异常实体对应的类别下每个标准实体的第二词向量；

若是，则根据所述产品所属的目标产品领域，确定该识别实体对应的第一词向量和标准实体词库中该识别实体对应的类别下每个标准实体的第二词向量；

根据所述第一词向量和第二词向量，从所述标准实体词库该类别下的标准实体中，确定与所述识别实体或异常实体对齐的目标标准实体。

2.根据权利要求1所述的实体对齐方法，其特征在于，针对每个类别下的每一个识别实体，判断该识别实体是否属于该类别，包括：同时将多个类别中的识别实体输入多个二分类模型，每个二分类模型对应一种类别的识别实体，判断该识别实体是否属于其对应类别；所述二分类模型通过目标产品领域中对应类别的训练集训练得到。

3.根据权利要求2所述的实体对齐方法，其特征在于，所述多个二分类模型的阈值不同，每个二分类模型的阈值通过目标产品领域中对应类别的训练集训练得到。

4.根据权利要求1所述的实体对齐方法，其特征在于，根据所述产品所属的目标产品领域，确定该识别实体对应的第一词向量和所述产品对应的标准实体词库中该识别实体相同类别下标准实体的第二词向量，包括：

利用训练好的词向量模型，得到识别实体对应的第一词向量和标准实体词库中该识别实体对应的类别下每个标准实体的第二词向量；所述训练好的词向量模型是通过产品所属的目标产品领域的训练集训练得到的。

5.根据权利要求1所述的实体对齐方法，其特征在于，根据所述第一词向量和第二词向量，从所述标准实体词库该类别下的标准实体中，确定与所述识别实体对齐的目标标准实体，还包括：

若所述标准实体词库该类别下的标准实体中，不存与所述识别实体对齐的目标标准实体，则将所述识别实体作为候选识别实体；

对该类别下的候选识别实体进行聚类，得到若干个簇，所述簇中的候选识别实体均不满足预设离群条件；

根据所述簇中的候选识别实体，确定簇的标准实体及其类别，并将簇的标准实体作为与簇中候选识别实体对齐的目标标准实体。

6.根据权利要求5所述的实体对齐方法，其特征在于，

在确定簇的标准实体及其类别之后，所述方法还包括：

将簇的标准实体增加至标准实体词库对应的类别中，以更新标准实体词库。

7.根据权利要求6所述的实体对齐方法，其特征在于，

更新标准实体词库后，所述方法还包括：

构建异常实体集；所述异常实体集中的异常实体包括判断后得到的不属于其对应类别的识别实体和聚类得到的满足预设离群条件的候选识别实体；

利用二分类模型对所述异常实体进行重新分类，得到所述异常实体的类别；

获取异常实体对应的第一词向量和更新后的标准实体词库中该识别实体对应的类别下每个标准实体的第二词向量；

根据所述第一词向量和第二词向量，从所述更新后的标准实体词库该异常实体对应的类别下的标准实体中，确定与所述异常实体对齐的目标标准实体。