公开(公告)号：CN111062214B

公开(公告)日：2021-11-19

申请号：CN201911166642.8

申请日：2019-11-25

Applicant: 中国科学院计算技术研究所

Inventor： 郭嘉丰 ,  范意兴 ,  郭彤蕾 ,  程学旗

IPC: G06F40/295 ,  G06F40/211 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于深度学习的集成实体链接方法及系统。首先选取某一个局部相似度模型，对待链接文档给出初步的链接结果。随后，根据每个指称词相应候选实体集合的局部相似度得分，候选实体集合生成方法本发明不加以限制，可采用现有任意候选实体生成方法；局部相似度得分即所选用的局部相似度模型对每个候选实体计算出来的相似度得分，按照下述方法计算每个指称词的有效候选实体集合表达向量。结合全局推断算法，利用指称词所在的文档的文本信息和同一文档中指称词之间的相互关联性完成实体链接任务。本发明利用同一文档中指称词之间的相互关联丰富指称词的语义信息，能够更好地辨别指称词的含义，达到良好的实体链接性能。

公开(公告)号：CN111062214A

公开(公告)日：2020-04-24

申请号：CN201911166642.8

申请日：2019-11-25

Applicant: 中国科学院计算技术研究所

Inventor： 郭嘉丰 ,  范意兴 ,  郭彤蕾 ,  程学旗

IPC: G06F40/295 ,  G06F40/211 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于深度学习的集成实体链接方法及系统。首先选取某一个局部相似度模型，对待链接文档给出初步的链接结果。随后，根据每个指称词相应候选实体集合的局部相似度得分，候选实体集合生成方法本发明不加以限制，可采用现有任意候选实体生成方法；局部相似度得分即所选用的局部相似度模型对每个候选实体计算出来的相似度得分，按照下述方法计算每个指称词的有效候选实体集合表达向量。结合全局推断算法，利用指称词所在的文档的文本信息和同一文档中指称词之间的相互关联性完成实体链接任务。本发明利用同一文档中指称词之间的相互关联丰富指称词的语义信息，能够更好地辨别指称词的含义，达到良好的实体链接性能。