[发明专利]用于实体链接的方法和装置

权利要求书

1.一种用于实体链接的方法，包括：

确定文本中指示待识别实体的短语；

基于知识库，获取与所述短语相关联的一组候选实体；以及

基于所述文本的第一特征、所述候选实体的候选类型特征以及语言处理模型，确定针对所述短语的处理结果，所述语言处理模型用于确定与所述待识别实体相对应的目标候选实体、以及所述短语所属的目标类型；

获取所述一组候选实体包括：

如果所述短语所指示的所述待识别实体不存在于所述知识库中，则确定所述短语所指示的所述待识别实体是空实体；

获取包括所述空实体在内的所述一组候选实体；

其中确定所述处理结果包括：

如果确定所述目标候选实体不是所述空实体，则将所述短语链接到所述目标候选实体；以及

如果确定所述目标候选实体是所述空实体，则输出所述短语所属的所述目标类型；

其中确定所述处理结果还包括：

基于所述语言处理模型，确定与所述短语相对应的预测类型特征；

确定所述预测类型特征与所述候选类型特征之间的类型相似度特征；以及

至少基于所述类型相似度特征，从所述一组候选实体中选择作为所述目标候选实体的候选实体；

其中从所述一组候选实体中选择作为所述目标候选实体的候选实体包括：

针对所述一组候选实体中的候选实体，

获取与所述候选实体的描述文本相关联的第二特征，所述描述文本描述与所述候选实体有关的内容信息；以及

基于所述第一特征、所述第二特征和所述类型相似度特征，确定所述候选实体与所述待识别实体之间的实体相似度；以及

从所述一组候选实体中，选择具有满足预定条件的所述实体相似度的候选实体作为所述目标候选实体。

2. 根据权利要求1所述的方法，其中确定所述处理结果包括：

基于所述语言处理模型，确定与所述短语相对应的预测类型特征；以及

基于所述预测类型特征，确定所述目标类型。

3. 根据权利要求1所述的方法，其中确定所述短语包括：

基于所述语言处理模型来执行命名实体识别，以对所述文本中的多个字符进行标注；以及

基于经标注的所述多个字符，确定所述短语。

4.根据权利要求1所述的方法，其中所述语言处理模型是至少基于包括候选实体的候选类型特征的训练样本而被预先确定。

5.一种训练用于实体链接的语言处理模型的方法，所述语言处理模型用于识别与文本中的短语所指示的待识别实体相对应的目标候选实体、以及所述短语所属的目标类型，所述方法包括：

基于知识库，获取与所述短语相关联的一组候选实体；

至少基于所述文本的第一特征、所述一组候选实体中的候选实体的候选类型特征，确定第一约束和第二约束，所述第一约束与所述候选实体和所述待识别实体之间的差异有关，所述第二约束与所述目标类型和所述短语相对应的预测类型之间的差异有关；以及

至少基于所述第一约束和所述第二约束，训练所述语言处理模型；

其中获取所述一组候选实体包括：

如果所述短语所指示的所述待识别实体不存在于所述知识库中，则确定所述短语所指示的所述待识别实体是空实体；

获取包括所述空实体在内的所述一组候选实体；

其中确定第一约束包括：

基于所述语言处理模型，确定与所述短语相对应的预测类型特征；

确定所述预测类型特征与所述候选类型特征之间的类型相似度特征；以及

至少基于所述类型相似度特征来确定所述第一约束；

其中至少基于所述类型相似度特征来确定所述第一约束包括：

获取与所述候选实体的描述文本相关联的第二特征；以及

基于所述第一特征、所述第二特征和所述类型相似度特征，确定所述候选实体与所述待识别实体之间的实体相似度；以及

基于所述实体相似度，确定所述第一约束。

6. 根据权利要求5所述的方法，其中确定第二约束包括：

基于所述语言处理模型，确定与所述短语相对应的预测类型特征；以及

基于所述预测类型特征与所述目标类型的目标类型特征，确定所述第二约束。