CN116561339B 知识图谱实体链接方法、装置、计算机设备及存储介质 （之江实验室）

图谱实体和对应的知识图谱实体邻接子图输入2基于所述知识图谱实体正样本在所述知识图谱中的实基于所述问题样本、所述实体提及样本、知识图谱实体负样基于所述训练数据正样本、训练数据负样本对实体链接初始将用户问题、实体提及、候选知识图谱实体和对应的知识体邻接子图基于所述候选知识图谱实体在所述知识图谱中的实将所述训练数据正样本和训练数据负样本输入所述实体链接将所述问题样本、知识图谱实体样本输入所述文本嵌入模块，输基于所述样本问题向量，获取所述实体图网络嵌入模块中实体样本向量的注意力权将所述知识图谱实体邻接子图样本输入所述实体图网络嵌入模块，5.根据权利要求4所述的方法，其特征在于，所述文本嵌入模块还包括多层感知机模3获取所述实体提及样本的开始位置所对应的所述BERT模型对所述第一输出向量、第二输出向量和第三输出向量进行拼接，基于所述第一输出向量，对所述知识图谱实体邻接子图样本进将所述实体样本向量输入所述实体图网络嵌入模块，基于所述注实体邻接子图样本基于所述知识图谱实体正样本在所述知识图谱中的述知识图谱中与所述实体提及样本不存在标注关系的实体训练模块，用于基于所述训练数据正样本、训练数子图输入训练完成的所述实体链接模型，确定与所述实体提及链接的目标知识图谱实体；述知识图谱实体邻接子图基于所述候选知识图谱实体在所述知识图谱中的实体关权利要求1至7中任一项所述的知识图谱实体链接方法的步4[0002]实体链接是指将文本中出现的实体提及(mention)和知识图谱中相应的实体链接样本基于所述知识图谱实体正样本在所述知识图谱中的实体关谱实体邻接子图基于所述候选知识图谱实体在所述知识图谱中的实体关系5[0021]基于所述CLS标志位对应的所述BERT模型的第一输出向量，确定所述样本问题向所述实体提及样本的结束位置所对应的所述BERT模型的第6于所述知识图谱中与所述实体提及样本不存在标注关所述知识图谱实体邻接子图基于所述候选知识图谱实体在所述知识图谱中的实体关系获被处理器执行时实现上述第一个方面所述的知识图谱实体链接7[0043]图3是本申请一些实施例的基于训练数据样本对实体链接初始模型进行训练的流[0044]图4是本申请一些实施例的基于训练数据样本输出样本实体提及向量和样本实体[0045]图5是本申请一些实施例的基于问题样本、知识图谱实体样本获得样本问题向量[0046]图6是本申请一些实施例的基于问题样本、知识图谱实体样本获得样本实体提及[0047]图7是本申请一些实施例的基于知识图谱实体邻接子图样本获得样本实体图卷积等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于8实施例中的知识图谱实体链接方法对应的计算机程序，处理器102通过运行存储在存储器或者其他非易失性固态存储器。在一些实施例中，存储器104可进一步包括相对于处理器[0055]传输设备106用于经由一个网络接收或者发送数据。上述的网络包括通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(NetworkInterface[0056]在本实施例中提供了一种知识图谱实体链接方法，图2是本申请一些实施例的知本基于该知识图谱实体正样本在该知识图谱中的实体关边(关系)，定义实体ei在知识图谱G中的邻接子图为ei的一跳邻接结点组成的子图，记作[0062]从知识图谱中随机抽取实体并滤除正样本中出现的实体集合E，记作E*=9子图基于候选知识图谱实体在知识图谱中的实体关系[0066]当一个新的用户问题输入，可以通过NER模型等实体识别模型提取用户问题中的[0069]在其中的一些实施例中，图3是本申请一些实施例的基于训练数据样本对实体链[0074]样本实体提及向量与样本实体图卷积向量分别表达了实体提及样本和对应的知对应的知识图谱实体样本之间的语义相似度，也可以体现实体链接初始模型的训练效果。样本标记参数用于体现训练数据正样本和训练数据负样本对实体链接模型训练效果的差模块，图4是本申请一些实施例的基于训练数据正负样本输出样本实体提及向量和样本实[0083]文本嵌入模块是通过文本嵌入方式将问题样本中的实体提及样本映射为对应的体提及样本和知识图谱实体样本，其中实体提及样本包含在问题样本中输入文本嵌入模[0085]实体图网络嵌入模块是通过实体图嵌入的方式将实体图网络映射为对应的表征[0101]步骤S502，基于该CLS标志位对应的BERT模型的第一输出向量，确定样本问题向[0103]通过上述步骤S501～S502，通过基于预定格式对问题样本、知识图谱实体样本、及实体提及样本的结束位置所对应的BERT[0106]实体提及样本的开始位置即实体提及样本在输入BERT模型的问题样本中的开始位置，实体提及样本的结束位置即实体提及样本在输入BERT模型的问题样本中的结束位实体提及样本的开始位置和结束位置对应的向量进行进一步处理；通过对第一输出向量、[0110]在其中的一些实施例中，图7是本申请一些实施例的基于知识图谱实体邻接子图[0121]下面通过优选实施例对本实施例进行描述和说明。图8是本优选实施例的实体链[0125]步骤S903，将训练数据四元组中的用户问题和知识图谱实体拼接为[CLS]用户问[0127]步骤S905，将Bert在[CLS]位置输出的向量作为知识图谱实体邻接子图中实体的4=4,其中j∈Ni合，是实体ei通过关系r链接的邻接结点的数量，w;表示关系r对应的权重矩样本实体图卷积向量更准确地表征知识图谱中的实体关系；基于Bert在[CLS]位置输出的邻接子图样本基于该知识图谱实体正样本在知识图谱中的图谱中与该实体提及样本不存在标注关系的实实体邻接子图输入训练完成的实体链接模型，确定与实体提及链接的目标知识图谱实体；邻接子图基于候选知识图谱实体在知识图谱[0153]在一些实施例中，实体链接初始模型包括文本嵌入模块和实体图网络嵌入模块，模型的第二输出向量，以及实体提及样本的结束位置所对应的BERT模型的第三输出向量；