[发明专利]一种面向知识图谱的联合实体消歧方法及系统

权利要求书

1.一种面向知识图谱的联合实体消歧方法，其特征在于，包括如下步骤：

T1：对待消岐实体指称项进行消歧难易程度排序，确定系统消歧顺序，得到消歧任务序列；

T2：针对消歧任务序列中的实体指称项依次进行特征学习，包括局部特征和全局特征，得到适合消歧任务的复合特征数据集；

T3：构建动态实体消歧决策网络，以复合特征训练集、复合特征验证集为输入，训练动态实体消歧决策网络；

T4：以复合特征测试集为输入，通过训练好的动态实体消歧决策网络得到消歧决策策略，进行实体指称项的动态实体消歧。

2.根据权利要求1所述的一种面向知识图谱的联合实体消歧方法，其特征在于，通过各实体指称项对应的所有候选实体的先验概率分布来判断步骤T1所述的消歧难易程度。

3.根据权利要求1所述的一种面向知识图谱的联合实体消歧方法，其特征在于，步骤T1所述的各实体指称项的消歧难易程度计算方式为：

式中，R_j表示第j个实体指称项的消歧难易程度，P_i表示第j个实体指称项的第i个候选实体的先验概率，n表示第j个实体指称项对应的候选实体的个数，i和j为无具体定义的变量。

4.根据权利要求2或3任意一项所述的一种面向知识图谱的联合实体消歧方法，其特征在于，分别对多个选定网络语料库中的实体指称项超链接进行概率统计，将平均值作为候选实体的先验概率。

5.根据权利要求1所述的一种面向知识图谱的联合实体消歧方法，其特征在于，步骤T2所述的特征学习具体包括以下子步骤：

T21：采用word2vec模型对实体指称项的上下文信息、实体指称项对应候选实体的描述文本信息进行预训练，生成预训练向量；

其中，获得指定实体指称项的上下文信息c，c＝{c₁,c₂,...,c_t}，上下文字数的窗口大小为t；

获得指定实体指称项对应的第i个候选实体的描述文本信息w_i，w_i＝{w_i1,w_i2,...,w_ih}，描述文本长度为h；

T22：采用Transformer模型对指定实体指称项的上下文信息、指定实体指称项对应候选实体的描述文本信息分别进行编码，获得上下文信息向量C和第i个候选实体的描述文本信息向量W_i，公式如下：

C＝c'₁,c'₂,...,c’_t＝T(c₁,c₂,...,c_t)

W_i＝w’_i1,w’_i2,...,w’_ih＝T(w_i1,w_i2,...,w_ih)

其中，T表示Transformer模块；

T23：通过前馈神经网络f获得第i个候选实体的标准化向量生成指定实体指称项对应的候选实体集的向量矩阵其中，n为指定实体指称项对应的候选实体数量；

T24：采用softmax函数分别获得候选实体向量和已链接的实体向量对上下文向量的注意力系数矩阵，再与上下文信息向量C相乘，通过加权求和得到局部特征向量X₁、全局特征向量X₂；

T25：将局部特征向量X₁和全局特征向量X₂通过一个前馈神经网络f，与指定实体指称项对应的候选实体集的向量矩阵按列拼接，获得动态实体消歧决策网络的复合特征向量E_input。