CN119494393A 实体消歧方法和装置 （北京中数智汇科技股份有限公司）

第一节点的第一关键信息与第二节点的第二关于概率阈值时，对第一节点与第二节点进行消2获取企业知识图谱，所述企业知识图谱包括多个实体节点，所从所述企业知识图谱中，选出候选实体节点对，所述候选实体节点对获取所述企业知识图谱对应的图神经网络，并基于所述图神经网基于所述第一概率以及所述第二概率，确定所述第一节点与针对每一个所述辅助信息，获取所述第一节点的所述辅助针对每一个所述辅助信息，基于所述参考企业知识图谱，在两个3基于多个所述辅助信息对应的所述第一参考概率、以及多个所述辅助针对各所述辅助信息，将所述第一节点的辅助信息及所述第二对每一个所述辅助信息对应的所述中间概率进行融合，得到所述第一节基于所述图神经网络，获取所述第一节点的属性信息、以及所述第对所述第一节点的属性信息进行特征提取，得到所述第一节点的属性基于所述第一节点的属性特征与每一个所述第一邻居节点基于各所述相关值与每一个所述第一邻居节点的属性特征，确定所述第一节点的基于所述第一特征向量与所述第二特征向量，预测所述第一节点与将所述第一特征向量与所述第二特征向量进行点乘，得到点乘对所述第一节点的属性特征与所述第一邻居节点的属性特征进行拼对所述相关性进行归一化处理，得到相关值，所述相关值用于指示相获取第一时间点，所述第一时间点为，所述第一节点的第二邻获取第二时间点，所述第二时间点为，所述第一邻居节点的第三邻居节点或所4获取所述第一节点与所述第一邻居节点的连接关系的关系类型将所述第一拼接特征、所述时间特征以及所述关系类型特征进行拼基于各所述实体节点的名称，对所述企业知识图谱中任意两个实体节第一确定模块，用于当所述第一节点的第一关键信息第二确定模块，用于基于所述第一概率以及所述第二概56母公司时，将所述第一节点所属企业的母公司与所述第二节点所属企业的母公司进行匹二节点为同一实体节点的中间概率；对每一个所述辅助信息对应的所述中间概率进行融各所述相关值与每一个所述第一邻居节点的属性特征，确定所述第一节点的第一特征向测所述第一节点与所述第二节点为同一实体节点7计算机可执行指令被处理器执行时，将引起处理器执行本申请实施例提供的实体消歧方点是否为同一实体节点的判断维度，提高了确定两个节点是否为同一实体节点时的准确8技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，9[0036]存储器450包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存ProgrammableLogicDevice）、现场可编程门阵列（FPGA，Field_ProgrammableGate将第一节点所属企业的企业名称与第二节点所属企业的企业名称进行匹配指的第三匹配结果用于指示第一节点所属企业的企业名称与第二节点所属企业的企业名称是将第一节点所属企业的控制关系与第二节点所属企业的控制关系进行匹配指的[0051]然后，当基于对第一关键信息与第二关键信息匹配得到的匹配结果均匹配失败[0054]在实际实施时，当第一节点的第一关键信息与第二节点的第二关键信息相匹配一节点与第二节点为同一实体节点的第一概率同一实体节点的参考实体节点对的总数量的比值，作为相应辅助信息对应的第一参考概P(XIS)=TI'-1P(rr=XIS)……公式（1P(XIDiff)=TI-1p(rr=XIDiff)……公式（2第一参考概率，P(r,=x,IDiff)指的是第i个辅助等。对第一节点v的属性特征和第一邻居节点u的属性特征进行拼接得到的拼接特征，其中，cm指的是第一节点v与第一邻居节点u之对于第一节点v的权重，exp指示以自然常数e为底的指数函数，N(v)指示与第一节点一邻居节点u之间的相关性，aeR2r为一个大小为2F的权重向量，h,为第一节点v的属性特考虑v和u在股权关系产生或变更的时间点，通过比对当前时间计算时间衰减或时间权重，值，N(v)指示与第一节点v存在直接连接关系的所有第一邻居节点u组成的多个相关值中的一个相关值，N(v)指示与第一节点v存在直接连接关系的所有第一邻的多个相关值中的一个相关值，N(v)指示与第一节点v存在直接连接关系的所有第一邻o(zuewu?h)指的是针对第K个相关值的中间特征向量。网络或确定目标概率时的概率预测模型或二分类模型进行更新，从而持续性适应数据演前文所述的第二概率；员进一步确认。一节点和第二节点为同一实体节点的第一概率，并基于企业知识图谱对应的图神经网络，[0111]下面继续说明本申请实施例提供的实体消歧装置455的实施为软件模块的示例性每一个所述第一邻居节点的属性特征，确定各所述第一邻居节点与所述第一节点的相关为，所述第一节点的第二邻居节点或所述第一节点的连接边最近一次发生变更的时间点；[0122]在一些实施例中，计算机可读存储介质可以是只读存储器（Read_OProgrammableRea