[发明专利]实体链接关联方法、系统、终端设备及存储介质

说明书

本发明公开了一种实体链接关联方法、系统、终端设备及存储介质。该方法包括：接收待查询文本；对所述待查询文本进行筛选，得到简称聚类；将所述简称聚类输入预先创建的数据库进行处理，得到所述待查询文本对应的实体。本发明解决了简全称关联的问题，提高了实体链接的正确率。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种实体链接关联方法、系统、终端设备及存储介质。

背景技术

随着互联网媒体的发展，网络舆情在数据体量、复杂性和发布速度等方面都发生了巨大变化。将舆情中的公司简称、产品、股票等关联到正确的公司全称，对舆情的分析十分关键。然而，媒体往往对同一公司的称呼十分多样，并且同一公司简称背后可能存在多个不同的公司，需要通过实体链接和消歧分析舆情中提及的公司别名，从而得到公司真实全称。目前，主要是通过实体间文本相似度以及公司自身实力，对舆情中提及的简称关联实体，但是关联得到的实体正确率有限。

发明内容

本发明实施例的主要目的在于提供一种实体链接关联方法、系统、终端设备及存储介质，解决了简全称关联的问题，提高了实体链接的正确率。

为实现上述目的，本发明实施例提供一种实体链接关联方法，所述实体链接关联方法包括：

接收待查询文本；

对所述待查询文本进行筛选，得到简称聚类；

将所述简称聚类输入预先创建的数据库进行处理，得到所述待查询文本对应的实体。

可选地，所述将所述简称聚类输入预先创建的数据库进行处理，得到所述待查询文本对应的实体的步骤之前包括：

建立所述数据库；

其中，所述建立所述数据库的步骤包括：

获取样本集；

基于所述样本集，生成产品库、知识图谱；

召回所述样本集中各样本的名称，得到名称集；

基于所述知识图谱、所述名称集、所述样本集，建立全称候选库；

将所述产品库、所述名称集、所述全称候选库作为所述数据库。

可选地，所述基于所述样本集，生成知识图谱的步骤包括：

筛选所述样本集，得到所述样本集的相似共现简全称对；

基于所述相似共现简全称对，生成所述知识图谱；

基于所述知识图谱、所述名称集、所述相似共现简全称对，建立所述全称候选库。

可选地，所述召回所述样本集中各样本的名称，得到名称集的步骤包括：

召回所述样本集中各样本的名称，并对所述样本集中各样本的名称进行评分，得到实体评分；

对所述实体评分进行处理，得到归一分数；

基于所述归一分数、所述样本集中各样本的名称，得到所述名称集。

可选地，所述基于所述知识图谱、所述名称集、所述样本集，建立全称候选库的步骤之后包括：

当满足预设时间时，更新所述样本集，并返回执行步骤：基于所述样本集，生成产品库、知识图谱。

可选地，所述基于所述样本集，生成产品库的步骤包括：

对所述样本集的样本进行筛选，得到共现样本；

基于所述共现样本，生成所述产品库。

可选地，所述基于所述知识图谱、所述名称集、所述相似共现简全称对，建立所述全称候选库的步骤包括：