公开(公告)号：CN110674317B

公开(公告)日：2022-04-12

申请号：CN201910944936.2

申请日：2019-09-30

Applicant: 北京邮电大学

Inventor： 胡琳梅 ,  石川 ,  丁嘉瑜

IPC: G06F16/36

Abstract: 本发明实施例提供了一种基于图神经网络的实体链接方法及装置，该方法在对待链接对象进行实体链接时，从预设的知识库中确定待链接文本中所指定的待链接对象对应的实体作为潜在候选实体；根据关联对象，从潜在候选实体中确定指定候选实体；根据指定候选实体间的语义关系，构建实体‑单词异质图；将实体‑单词异质图输入至预设的向量表示模型中，得到实体‑单词异质图中实体的实体向量表示，将所得到的实体向量表示输入至预设的条件随机场CRF中，得到每一实体的链接值，并依据链接值，从指定候选实体中选择每一待链接对象对应的链接实体。应用本实施例提供的方法能够提高实体链接的准确率。

公开(公告)号：CN110674317A

公开(公告)日：2020-01-10

申请号：CN201910944936.2

申请日：2019-09-30

Applicant: 北京邮电大学

Inventor： 胡琳梅 ,  石川 ,  丁嘉瑜

IPC: G06F16/36

Abstract: 本发明实施例提供了一种基于图神经网络的实体链接方法及装置，该方法在对待链接对象进行实体链接时，从预设的知识库中确定待链接文本中所指定的待链接对象对应的实体作为潜在候选实体；根据关联对象，从潜在候选实体中确定指定候选实体；根据指定候选实体间的语义关系，构建实体-单词异质图；将实体-单词异质图输入至预设的向量表示模型中，得到实体-单词异质图中实体的实体向量表示，将所得到的实体向量表示输入至预设的条件随机场CRF中，得到每一实体的链接值，并依据链接值，从指定候选实体中选择每一待链接对象对应的链接实体。应用本实施例提供的方法能够提高实体链接的准确率。