(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210499774.8 (22)申请日 2022.05.09 (71)申请人 科大讯飞股份有限公司 地址 230088 安徽省合肥市高新区望江西 路666号 (72)发明人 程飞　张浩宇　吴飞　方四安　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 专利代理师 尚文文 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/279(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 实体链接的方法、 装置、 电子设备和存储介 质 (57)摘要 本申请提出一种实体链接的方法、 装置、 电 子设备和存储介质， 方法包括分别计算待链接实 体与实体库中的各个候选实体的字相似度、 词相 似度和语义相似度； 根据待链接实体与各个候选 实体的字相似度、 词相似度和语义相似度， 确定 待链接实体与各个候选实体的实体相似度； 将与 待链接实体的实体相似度最高的候选实体， 确定 为与待链接实体对应的链接实体， 本申请能够从 字相似度、 词相似度和语义相似度三个维度确定 待链接实体与候选实体的实体相似度， 有效提高 短文本的相似度计算的准确率， 满足短文本实体 链接需求。 权利要求书2页 说明书21页 附图5页 CN 114969358 A 2022.08.30 CN 114969358 A 1.一种实体链接的方法， 其特 征在于， 包括： 分别计算待链接实体与实体库中的各个候选实体的字相似度、 词相似度和语义相似 度； 根据待链接实体与各个候选实体的字相似度、 词相似度和语义相似度， 确定所述待链 接实体与各个候选实体的实体相似度； 将与待链接实体的实体相似度最高的候选实体， 确定为与待链接实体对应的链接实 体。 2.根据权利要求1所述的方法， 其特征在于， 所述实体库为按照预设的实体清洗方法预 先清洗过的实体库； 在分别计算待链接实体与实体库中的各个候选实体的字相似度、 词相似度和语义相似 度之前， 还 包括： 按照预设的实体清洗方法， 清洗所述待链接实体。 3.根据权利要求2所述的方法， 其特征在于， 所述按照预设的实体清洗方法， 清洗所述 待链接实体， 包括： 对所述待链接实体进行分词处 理， 得到所述待链接实体的多个目标分词； 确定每个目标分词的剔除度； 将剔除度 大于第一预设剔除度阈值的目标分词从所述待链接实体中剔除， 得到清洗后 的待链接实体。 4.根据权利要求3所述的方法， 其特 征在于， 所述确定每 个目标分词的剔除度， 包括： 基于实体库中的目标实体， 统计每个目标分词的实体次序 频次； 其中， 所述目标实体为 包含所述目标分词的实体， 所述 实体次序频次为目标分词在目标实体中所 处的次序在实体 库中的频次； 确定每个目标分词在目标实体中所处的次序的次序权 重； 将每个目标分词在目标实体中所处的次序的次序权重， 作为对应的实体次序频次的权 重， 计算目标分词对应的各个实体次序频次的加权和； 利用待链接实体中的每个目标分词的分词次序权重， 修正目标分词对应的加权和， 得 到对应目标分词的剔除度。 5.根据权利要求1所述的方法， 其特征在于， 计算待链接实体与候选实体的语义相似 度， 包括： 分别确定待链接实体与候选实体的关键实体分词； 确定待链接实体与候选实体的关键实体分词之间的第一相似度， 以及， 确定待链接实 体与候选实体之间的第二相似度； 取第一相似度和第二相似度中的最大相似度作为待链接实体与候选实体之间的语义 相似度。 6.根据权利要求5所述的方法， 其特征在于， 所述分别确定待链接实体与候选实体的关 键实体分词， 包括： 随机覆盖所述待链接实体与候选实体中剔除度大于第 二预设剔除度阈值的目标分词， 得到所述关键实体分词； 所述剔除度根据每个目标分词的实体次序频次， 以及， 每个目标分词在目标实体中所 处的次序的次序权重得到； 所述目标分词通过对所述待链接实体与候选实体进行分词处理权　利　要　求　书 1/2 页 2 CN 114969358 A 2得到， 所述 目标实体为包含所述 目标分词的实体， 所述实体次序频次为 目标分词在目标实 体中所处的次序在实体库中的频次。 7.根据权利要求5所述的方法， 其特征在于， 所述确定待链接实体与候选实体的关键实 体分词之间的第一相似度， 以及， 确定待链接实体与候选实体之间的第二相似度， 包括： 将待链接实体、 候选实体、 以及待链接实体与候选实体的关键实体分词均输入到预先 训练的相似度计算模 型中， 得到所述第一相似度和所述第二相似度； 其中， 所述相似度计算 模型通过相似实体差异化训练和相似度计算训练得到； 所述相似实体差异化训练， 用于训 练所述相似度计算模型识别相似实体和非相似实体的能力。 8.根据权利要求7所述的方法， 其特征在于， 所述相似度计算模型包括设置在前馈网络 后的适配 器组件； 在对所述相似度计算模型进行相似实体差异化训练和相似度计算训练 的过程中， 对所 述适配器组件的参数进行调整。 9.一种实体链接的装置， 其特 征在于， 包括： 计算模块， 用于分别计算待链接实体与实体库中的各个候选实体的字相似度、 词相似 度和语义相似度； 第一确定模块， 用于根据待链接实体与各个候选实体的字相似度、 词相似度和语义相 似度， 确定所述待链接实体与各个候选实体的实体相似度； 第二确定模块， 用于将与待链接实体的实体相似度最高的候选实体， 确定为与待链接 实体对应的链接实体。 10.一种电子设备， 其特 征在于， 包括： 存储器和处 理器； 其中， 所述存 储器用于存 储程序； 所述处理器， 用于通过运行所述存储器中的程序， 实现如权利要求1至8中任意一项所 述的实体链接的方法。 11.一种存储介质， 其特征在于， 包括： 所述存储介质上存储有计算机程序， 所述计算机 程序被处理器执行时， 实现如权利要求1至8中任意一项所述的实体链接的方法的各个步 骤。权　利　要　求　书 2/2 页 3 CN 114969358 A 3