The present application relates to an entity disambiguation method, a device, a computer device and a storage medium. The method comprises: acquiring profile data corresponding to a plurality of entities to be disambiguated respectively; a plurality of said entities corresponding to the same entity name; inputting the profile data into a pre trained information extraction model, extracting key attribute information corresponding to a plurality of said entities respectively through the information extraction model; calculating a plurality of said entities respectively according to the key attribute information The similarity of two entities to be compared in multiple attribute dimensions; for each group of two entities to be compared, the similarity of two entities to be compared in each group in the multiple attribute dimensions is weighted and summed to get the comprehensive similarity between the two entities to be compared in each group; according to the comprehensive similarity, the multiple entities to be disambiguated are disambiguated. This method based on data analysis technology can improve the accuracy of Disambiguation for entities including unstructured data.
【技术实现步骤摘要】
实体消歧方法、装置、计算机设备和存储介质
本申请涉及数据处理
,特别是涉及一种实体消歧方法、装置、计算机设备和存储介质。
技术介绍
实体消歧也称语义消歧,专门用于解决同名实体产生歧义的问题。比如,对于两个实体名称均为“张三”的实体,是指向同一人物,还是不同人物,有待进行消歧处理。实体消歧在搜索系统、问答系统、和知识库等领域有着广泛的应用。网络资源中存在大量的重名现象,在分析理解文本的时候,进行实体消歧,以明确实体的正确指向具有非常大的现实意义。传统的实体消歧方式主要是针对结构化数据为主的实体,而对于数据质量差,或者是非结构化数据为主的实体,目前并没有很好的方案可以实现实体消歧。而对于很多从网络上爬取的数据而言,大多却是非结构化数据,如何正确分析这些数据,以明确实体的正确指向是亟待解决的问题。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够准确地对包括非结构化数据的实体进行实体消歧,以明确实体的正确指向的实体消歧方法、装置、计算机设备和存储介质。一种实体消歧方法,所述方法包括:获取与待消歧的多个实体分别对应的简介数据;多个所述实体对应相同的实体名称;将所述简介数据输入至预训练的信息提取模型中,通过所述信息提取模型提取与多个所述实体分别对应的关键属性信息;根据所述关键属性信息,分别计算多个所述实体中待比较的两个实体在多个属性维度上的相似度;对于每组待比较的两个实体,将各组待比较的两个实体在所述多个属性维度上的相似度进行加权求和,得到各组 ...
【技术保护点】
1.一种实体消歧方法,所述方法包括:/n获取与待消歧的多个实体分别对应的简介数据;多个所述实体对应相同的实体名称;/n将所述简介数据输入至预训练的信息提取模型中,通过所述信息提取模型提取与多个所述实体分别对应的关键属性信息;/n根据所述关键属性信息,分别计算多个所述实体中待比较的两个实体在多个属性维度上的相似度;/n对于每组待比较的两个实体,将各组待比较的两个实体在所述多个属性维度上的相似度进行加权求和,得到各组待比较的两个实体间的综合相似度;/n依据所述综合相似度,对所述待消歧的多个实体进行消歧。/n
【技术特征摘要】
1.一种实体消歧方法,所述方法包括:
获取与待消歧的多个实体分别对应的简介数据;多个所述实体对应相同的实体名称;
将所述简介数据输入至预训练的信息提取模型中,通过所述信息提取模型提取与多个所述实体分别对应的关键属性信息;
根据所述关键属性信息,分别计算多个所述实体中待比较的两个实体在多个属性维度上的相似度;
对于每组待比较的两个实体,将各组待比较的两个实体在所述多个属性维度上的相似度进行加权求和,得到各组待比较的两个实体间的综合相似度;
依据所述综合相似度,对所述待消歧的多个实体进行消歧。
2.根据权利要求1所述的方法,其特征在于,所述获取与待消歧的多个实体分别对应的简介数据,包括:
获取待处理的多源数据;
确定所述多源数据所对应实体的实体名称;
将对应于相同实体名称的所述多源数据划分为同组多源数据;
分别提取各组多源数据中的简介数据,并将提取的所述简介数据作为与待消歧的多个实体分别对应的简介数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述关键属性信息,分别计算多个所述实体中待比较的两个实体在多个属性维度上的相似度,包括:
对于多个所述实体中待比较的两个实体,在各属性维度上,分别将所述待比较的两个实体对应的关键属性信息拆分成多个字符,组成与所述待比较的两个实体分别对应、且与各属性维度分别对应的字符集合;
从所述字符集合中,挑选出与所述待比较的两个实体均对应的字符,组成字符交集集合;
根据所述字符集合,确定与各属性维度分别对应的字符总集合;
在各属性维度上,分别计算所述字符交集集合与所述字符总集合的字符重合度;
将各属性维度所对应的字符重合度作为待比较的两个在各属性维度上所对应的相似度。
4.根据权利要求1所述的方法,其特征在于,所述对于每组待比较的两个实体,将各组待比较的两个实体在所述多个属性维度上的相似度进行加权求和,得到各组待比较的两个实体间的综合相似度,包括:
对于每组待比较的两个实体,确定所述待比较的两个实体在预设属性维度上所对应的预设属性相似度;
确定与所述预设属性相似度对应配置的加权系数;
根据...
【专利技术属性】
技术研发人员:孙佳兴,戴飞翔,叶曙峰,黄鸿顺,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。