CN110110046B - 同名实体推荐方法及装置 - Google Patents
同名实体推荐方法及装置 Download PDFInfo
- Publication number
- CN110110046B CN110110046B CN201910359552.4A CN201910359552A CN110110046B CN 110110046 B CN110110046 B CN 110110046B CN 201910359552 A CN201910359552 A CN 201910359552A CN 110110046 B CN110110046 B CN 110110046B
- Authority
- CN
- China
- Prior art keywords
- entity
- entity object
- entities
- information
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种同名实体推荐方法及装置,所述方法包括:获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象;确定所述同名实体对应的各实体对象的相关性特征,所述相关性特征包括:相关实体数量;利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分;将所述同名实体对应的相关度得分最高的实体对象推荐给用户。利用本发明,可以提高同名实体推荐的准确性。
Description
技术领域
本发明涉及数据处理领域,具体涉及一种同名实体推荐方法及装置。
背景技术
实体是指客观存在并可相互区别的事物,包括具体的人、事、物、抽象的概念或联系等。在实际的语言环境中,经常会遇到某个实体名称对应多个命名实体对象的问题,因此需要进行消歧处理。实体消歧(也称语义消歧)是用于解决同名实体产生歧义问题的技术,在语义化搜索、知识库扩充、异构知识库融合等领域有着广泛的应用。比如,如果存在包含实体定义的知识库,需要将文本中的实体名链接到知识库中对应的实体项,由于存在大量的重名现象,在分析理解文本的时候,需要实体消歧,以明确实体的正确指向,确定其语义。再比如,在根据查询语句推荐实体的过程中,会出现实体名字相同但是实际指向的实体不同的情况,需要实体消歧,以向用户推荐用户真正感兴趣的实体。
在语义化搜索领域,现有的针对同名实体进行实体推荐的应用中,主要采用以下方法:基于实体的描述信息和查询语句的文本向量进行余弦相似度计算,选择相似度高的实体作为推荐结果。由于实体的描述信息通常比较短,有时还会存在信息错误或缺失的情况,从而导致最终选择错误的实体。
发明内容
本发明实施例提供一种同名实体推荐方法及装置,以提高同名实体推荐的准确性。
为此,本发明提供如下技术方案:
一种同名实体推荐方法,所述方法包括:
获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象;
确定所述同名实体对应的各实体对象的相关性特征,所述相关性特征包括:相关实体数量;
利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分;
将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
可选地,确定所述实体对象的相关实体数量包括:
确定所述实体对象对应的实体列表;
对所述实体对象对应的实体列表与所述查询语句对应的实体列表求交集,并将交集中包含的实体个数作为所述实体对象的相关实体数量。
可选地,所述确定所述实体对象对应的实体列表包括:
获取所述实体对象的简介信息;
确定所述简介信息命中的预先构建的实体库中的实体;
根据命中的实体生成所述实体对象对应的实体列表。
可选地,所述确定所述实体对象对应的实体列表还包括:
如果所述简介信息命中的实体为热门实体,则获取所述热门实体对应的相关实体;
将所述热门实体对应的相关实体添加到所述实体对象对应的实体列表中。
可选地,所述相关性特征还包括以下任意一种或多种:历史文本相似度、当前文本相似度、类别特征。
可选地,确定所述实体对象的历史文本相似度包括:
获取所述实体对象的描述信息、以及所述查询语句对应的历史点击文档信息;
计算所述实体对象的描述信息与所述查询语句对应的历史点击文档信息的相似度,得到所述实体对象的历史文本相似度。
可选地,所述历史点击文档信息包括以下任意一种:历史点击文档标题、历史点击文档摘要。
可选地,确定所述实体对象的当前文本相似度包括:
获取所述实体对象的描述信息;
计算所述实体对象的描述信息与所述查询语句的相似度,得到所述实体对象的当前文本相似度。
可选地,确定所述实体对象的类别特征包括:
获取所述实体对象的简介信息,并确定所述简介信息的类别标签;
获取所述查询语句对应的历史点击文档信息,并确定所述文档信息的类别标签;
将所述简介信息的类别标签及所述文档信息的类别标签组合成所述实体对象的类别特征。
可选地,所述相关性判断模型采用逻辑回归模型;所述方法还包括按以下方式建立所述相关性判断模型:
收集历史查询数据作为训练数据;所述历史查询数据包括:查询语句及展现的同名实体的实体对象;
对所述训练数据中的实体对象进行标注,并确定所述训练数据中的实体对象的相关性特征;
利用所述实体对象的标注信息及所述实体对象的相关性特征,训练得到所述相关性判断模型。
可选地,所述方法还包括:
根据设定时间内的会话数据和/或查询结果生成所述查询语句对应的实体列表。
一种同名实体推荐装置,所述装置包括:
列表获取模块,用于获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象;
相关性特征确定模块,用于确定所述同名实体对应的各实体对象的相关性特征,所述相关性特征包括:相关实体数量;所述相关性特征确定模块包括:相关实体数量确定单元,用于确定所述实体对象的相关实体数量;
得分计算模块,用于利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分;
推荐模块,用于将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
可选地,所述相关实体数量确定单元包括:
实体列表确定单元,用于确定所述实体对象对应的实体列表;
交集单元,用于对所述实体对象对应的实体列表与所述查询语句对应的实体列表求交集,并将交集中包含的实体个数作为所述实体对象的相关实体数量。
可选地,所述实体列表确定单元包括:
简介信息获取子单元,用于获取所述实体对象的简介信息;
匹配子单元,用于确定所述简介信息命中的预先构建的实体库中的实体;
实体列表生成子单元,用于根据命中的实体生成所述实体对象对应的实体列表。
可选地,所述实体列表确定单元还包括:
判断子单元,用于判断所述简介信息命中的实体是否为热门实体;
相关实体获取子单元,用于在所述判断子单元判断所述简介信息命中的实体是否为热门实体时,获取所述热门实体对应的相关实体,并将所述热门实体对应的相关实体添加到所述实体对象对应的实体列表中。
可选地,所述相关性特征还包括以下任意一种或多种:历史文本相似度、当前文本相似度、类别特征;所述相关性特征确定模块还包括:
历史文本相似度确定单元,用于确定所述实体对象的历史文本相似度;
当前文本相似度确定单元,用于确定所述实体对象的当前文本相似度;
类别特征确定单元,用于确定所述实体对象的类别特征。
可选地,所述历史文本相似度确定单元包括:
第一信息获取单元,用于获取所述实体对象的描述信息、以及所述查询语句对应的历史点击文档信息;
第一计算单元,用于计算所述实体对象的描述信息与所述查询语句对应的历史点击文档信息的相似度,得到所述实体对象的历史文本相似度。
可选地,所述历史点击文档信息包括以下任意一种:历史点击文档标题、历史点击文档摘要。
可选地,所述当前文本相似度确定单元包括:
第二信息获取单元,用于获取所述实体对象的描述信息;
第二计算单元,用于计算所述实体对象的描述信息与所述查询语句的相似度,得到所述实体对象的当前文本相似度。
可选地,所述类别特征确定单元包括:
第一标签确定单元,用于获取所述实体对象的简介信息,并确定所述简介信息的类别标签;
第二标签确定单元,用于获取所述查询语句对应的历史点击文档信息,并确定所述文档信息的类别标签;
组合单元,用于将所述简介信息的类别标签及所述文档信息的类别标签组合成所述实体对象的类别特征。
可选地,所述相关性判断模型采用逻辑回归模型;所述装置还包括用于建立所述相关性判断模型的模型构建模块,所述模型构建模块包括:
数据收集单元,用于收集历史查询数据作为训练数据;所述历史查询数据包括:查询语句及展现的同名实体的实体对象;
标注单元,用于对所述训练数据中的实体对象进行标注,并确定所述训练数据中的实体对象的相关性特征;
训练单元,用于利用所述实体对象的标注信息及所述实体对象的相关性特征,训练得到所述相关性判断模型。
可选地,所述装置还包括:
实体列表生成模块,用于根据设定时间内的会话数据和/或查询结果生成所述查询语句对应的实体列表。
一种电子设备,包括:一个或多个处理器、存储器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现前面所述的方法。
一种可读存储介质,其上存储有指令,所述指令被执行以实现前面所述的方法。
本发明实施例提供的同名实体推荐方法及装置,针对与查询语句对应的实体列表中的同名实体,确定所述同名实体对应的各实体对象的相关性特征,比如,相关实体数量,然后利用预先建立的相关性判断模型及所述相关性特征,计算得到所述实体对象与所述查询语句的相关度得分,从而可以更准确地判断同名实体对应的各实体对象与所述查询语句的相关性,进而将所述同名实体对应的相关度得分最高的实体对象推荐给用户,使用户得到真正感兴趣的实体对象。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本发明实施例中建立相关性判断模型的流程图;
图2是本发明实施例同名实体推荐方法的流程图;
图3是本发明实施例同名实体推荐装置的结构框图;
图4是本发明实施例中相关实体数量确定单元的结构框图;
图5是本发明实施例中类别特征确定单元的结构框图;
图6是本发明实施例中模型构建模块的结构框图;
图7是根据一示例性实施例示出的一种用于同名实体推荐方法的装置的框图;
图8是本发明实施例中服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
针对现有技术进行同名实体推荐应用中存在的问题,本发明实施例提供一种同名实体推荐方法及装置,针对与查询语句对应的实体列表中的同名实体,确定所述同名实体对应的各实体对象的相关性特征,比如,相关实体数量,然后利用预先建立的相关性判断模型及所述相关性特征,计算得到所述实体对象与所述查询语句的相关度得分,将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
在本发明实施例中,所述相关性判断模型可以采用逻辑回归模型,所述逻辑回归模型为概率型非线性回归模型,其是一个分类模型,但不是直接对分类的结果(0或1)进行建模,而是对分类的可能性即概率进行建模,通过采用最大似然估计的方法最大化似然函数,采用梯度上升的方法得到使似然函数最大的参数。比如,LR(Logistic Regression)分类器,在线性回归的基础上,对一组特征进行线性组合,再将组合的结果通过一层sigmoid函数映射成结果是1或是0的概率。
考虑具有n个独立变量的向量x=x1,x2,...,xn,设条件慨率P(y=1|x)=p为根据观测量相对于某事件x发生的概率,则逻辑回归模型可以表示为:
其中,g(x)=w0+w1x1+...+wnxn,x1,x2,...,xn是每个样本的n个特征,w0,w1,...,wn为一组权值。
逻辑回归模型的训练过程就是要确定参数w0,w1,...,wn的值。
基于上述原理,本发明实施例中建立相关性判断模型的流程如图1所示,包括以下步骤:
步骤101,收集历史查询数据作为训练数据;所述历史查询数据包括:查询语句及展现的同名实体的实体对象。
所述历史查询数据可以从查询日志中得到,所述查询日志中会记录用户每次查询输入的查询语句及搜索引擎返回的查询结果,每个查询结果通常包括:标题、URL、内容摘要、用户点击的URL等。
在本发明实施例中,可以只收集所述标题中包含同名实体的历史查询数据,所述同名实体可以通过查询预先构建的实体库来确定。
所述展现的同名实体是指根据所述查询语句得到的搜索结果中包含的同名实体。每个同名实体对应至少两个实体对象。依据查询语句得到的搜索结果项很多,因此所述展现的同名实体也可以为多个。
步骤102,对所述训练数据中的实体对象进行标注,并确定所述训练数据中的实体对象的相关性特征。
基于LR分类器的原理,在本发明实施例中,可以通过人工对所述训练数据中的实体对象进行标注,也就是说,标注该实体对象与对应的查询语句是否相关,比如,如果相关,则将其值标注为1,如果不相关,则将其值标注为0。
步骤103,利用所述实体对象的标注信息及所述实体对象的相关性特征,训练得到所述相关性判断模型。
在实际应用中,所述实体对象的相关性特征可以根据应用需要,采用一种或多种特征,比如所述相关性特征具体可以包括:相关实体数量,即所述实体对象和所述查询语句对应的相同实体的数量。
进一步地,所述相关性特征还可包括以下任意一种或多种:历史文本相关度、当前文本相关度、类别特征。其中:
所述历史文本相关度是指实体对象的描述信息与所述查询语句对应的历史点击文档信息的相关度;
所述当前文本相关度是指实体对象的描述信息与所述查询语句的相关度;
所述类别特征包括实体对象的简介信息的类别标签信息、以及所述查询语句对应的历史点击文档信息的类别标签信息。
相应地,利用上述相关性判断模型确定向用户推荐的同名实体时,需要针对所述同名实体对应的各实体对象,确定所述实体对象的相关性特征。同样,在实际应用中,所述相关性特征可以根据应用需要,采用一种或多种特征,比如所述相关性特征具体可以包括:相关实体数量,还可进一步包括以下任意一种或多种:历史文本相关度、当前文本相关度、类别特征;然后,将这些相关性特征输入所述相关性判断模型,根据所述相关性判断模型的输出得到所述实体对象与所述查询语句的相关度得分,将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
需要说明的是,在上述应用中使用的相关性特征与所述相关性判断模型训练过程中使用的相关性特征要保持一致。
上面各相关性特征的具体确定方式将在后面详细描述。
如图2所示,是本发明实施例同名实体推荐方法的流程图,包括以下步骤:
步骤201,获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象。
所述查询语句对应的实体列表可以根据一定时间内的会话数据(即用户在一定时间段内针对所述查询语句查询过的实体)和/或查询结果(即用户点击的对应所述查询语句的文档信息)来生成,该实体列表可以是动态变化的。
在实际应用中,可以只根据一定时间内的会话数据来得到各查询语句对应的实体列表,具体过程如下:
解析搜索日志,得到用户在一段时间(比如一天)内搜索过的多个查询语句,对这些查询语句按照时间排序;设定滑动时间窗(时间窗的长度比如为30分钟),在每个滑动窗内,依次检查各查询语句是否包括一个实体名,一旦检查到当前查询语句包括一个实体名,则将该实体名放入时间窗内各查询语句对应的实体列表中,并记录该实体名加入该实体列表的次数。
需要说明的是,可以针对多个不同用户的搜索日志,通过上述解析,将针对同一查询语句的实体名添加到对应该查询语句的实体列表中。
例如:用户A一天之内的搜索日志记录为:
10:00“创业时代”;
10:20“张三”;
10:35“XX创始人”。
用上述方法解析:“创业时代”和“张三”为位于同一滑动时间窗内的两个查询语句,其中“张三”为一实体名,则可以把实体名“张三”分别加入到查询语句“创业时代”和查询语句“张三”对应的实体列表中,可以得到“XX创始人”(查询语句)-张三(加入实体列表的实体名)1次;同理,可以得到“创业时代”(查询语句)-张三(加入实体列表的实体名)1次。
用户B一天之内的搜索日志记录为:
20:05“XX创始人”;
20:08“张三”;
20:10“刘四”。
用上述方法解析并叠加用户1的数据后得到“XX创始人”(查询语句)-张三(加入实体列表的实体名)2次。
需要说明的是,实体名同时也可以作为查询语句,比如根据上述用户B的搜索日志,得到“刘四”(查询语句)-张三(加入实体列表的实体名)1次;“张三”(查询语句)-(加入实体列表的实体名)1次。
在实际应用中,也可以只根据查询结果,即用户点击的对应所述查询语句的文档信息来得到各查询语句对应的实体列表,具体地,从所述用户点击的对应所述查询语句的文档信息中提取其包含的实体名,将所述实体名加入到所述查询语句对应的实体列表中。
当然,也可以同时根据所述会话数据及所述查询结果来得到各查询语句对应的实体列表,对此本发明实施例不做限定。
通常,所述实体列表中不仅包括同名实体,也会包括非同名实体。由于非同名实体不存在歧义问题,也就是说,只有唯一的一个实体对象与其对应。因此,在后续处理中,只针对所述实体列表中的同名实体。
需要说明的是,每个同名实体可以对应两个或多个不同的实体对象,具体实体对象可通过查询实体库得到。另外,如果所述实体列表中包括多个同名实体,则需要逐一对其中的每个同名实体对应的实体对象进行判断,将与用户输入的查询语句最相关的实体对象推荐给用户。
所述实体库可以通过从百科等网页或一些垂直网站(比如小说网站等)收集相应的数据来构建,所述实体库可以包括实体名称、ID,还可进一步包括:简介信息、来源链接、描述信息、类别标签等信息,对此本发明实施例不做限定。
步骤202,确定所述同名实体对应的各实体对象的相关性特征。
所述相关性特征包括相关实体数量,还可进一步包括以下任意一种或多种:历史文本相关度、当前文本相关度、类别特征。
步骤203,利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分。
具体地,分别将确定的所述同名实体对应的各实体对象的相关性特征输入所述相关性判断模型,根据所述相关性判断模型的输出得到所述同名实体对应的每个实体对象的相关度得分。
步骤204,将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
下面对上述各相关性特征的确定方式进行详细说明。
1.实体对象的相关实体数量
首先需要确定所述实体对象对应的实体列表,并获取所述查询语句对应的实体列表,然后对所述实体对象对应的实体列表与所述查询语句对应的实体列表求交集,并将交集中包含的实体个数作为所述实体对象的相关实体数量。
所述实体对象对应的实体列表可以根据所述实体对象的简介信息及预先构建的实体库得到。具体包括以下步骤:
(1)获取所述实体对象的简介信息。
所述简介信息可以从实体库、或者百科等网页、或者第三方知识库中得到。
(2)确定所述简介信息命中的预先构建的实体库中的实体。
具体地,可以将所述实体库中的各实体与所述简介信息进行匹配,如果能匹配到,则命中该实体;当然,也可以先对所述简介信息进行分词,根据分词后得到的各词查找所述实体库,如果查找到相应的实体,则命中该实体。
(3)根据命中的实体生成所述实体对象对应的实体列表。
例如:同名实体张三对应有两个实体对象,分别为:实体对象张三(XX创始人)、实体对象张三(演员)。其中:
实体对象张三(XX创始人)对应的简介信息中包含“TT副总裁、WMail创始人、XX创始人”,其中命中实体库的实体有:{XX、TT、创始人}等;
实体对象张三(演员)对应的简介信息中包含“武术运动员、演员”,其中命中实体库的实体有:{演员、武术}等;
用户输入的查询语句为“创业时代”,其对应的实体列表包括实体:{张三、XX、创业、互联网}等;
计算查询语句“创业时代”对应的实体列表与实体对象XX创始人张三的简介信息对应的实体列表的交集个数,得到1;
计算查询语句“创业时代”对应的实体列表与实体对象演员张三的简介信息对应的实体列表的交集个数,得到0。
考虑到有些实体对象对应的简介信息中能够提取出的实体个数很少,因此在本发明另一实施例中,还可以在所述简介信息命中的实体为热门实体时,获取所述热门实体对应的相关实体;将所述热门实体对应的相关实体添加到所述实体对象对应的实体列表中。
例如,实体对象XX创始人张三的简介信息命中的实体“XX”为热门实体,则获取“XX”的相关实体,比如有:TT,QQ,马XX,Ichat,Wmail等,然后将这些相关实体补充到所述实体对象的简介信息对应的实体列表中。
一个实体是否为热门实体可以通过预先建立的热门实体库来判断,具体可以通过从网页上收集一些热词来建立所述热门实体库、以及热门实体对应的相关实体。
2.实体对象的历史文本相似度
首先获取所述实体对象的描述信息、以及所述查询语句对应的历史点击文档信息,所述查询语句对应的历史点击文档是指对应所述查询语句的搜索结果中被用户点击过的文档。
所述历史点击文档信息比如可以是:历史点击文档标题、或者历史点击文档摘要等信息;然后计算所述实体对象的描述信息与所述查询语句对应的历史点击文档信息的相似度,得到所述实体对象的历史文本相似度。
需要说明的是,不同于前面提到的实体对象的简介信息,实体对象的描述信息内容较短,文本字数有限,通常只有一句话,而且所述描述信息和所述简介信息的来源不同,通常所述简介信息可以从百科等网页或第三方知识库中得到,而所述描述信息可以通过人工标注得到,或者抓取百科页面,从该页面的infobox中提取相应的词进行拼接得到。
比如用户输入的查询语句是“创业时代”,用户点击了查询结果中的一个文档,该文档的标题是“创业时代剧情简介及演员表”;
实体对象张三A的描述为“武打演员”,则计算“武打演员”与“创业时代剧情简介及演员表”的文本相似度,得到该实体对象张三A的历史文本相似度;
实体对象张三B的描述为“XX创始人”,则计算“XX创始人”与“创业时代剧情简介及演员表”的文本相似度,得到该实体对象张三B的历史文本相似度。
文本相似度的计算可以采用现有技术,比如可以利用DSSM(Deep StructuredSemantic Models,深度结构语义模型)来计算两者的相似度。DSSM的原理是用DNN将查询语句和文档标题转化为低纬语义向量,并通过余弦距离来计算两个语义向量的距离,并且根据用户的点击选择文档当做标签值进行有监督学习,最终训练出语义相似度模型,利用该模型来预测两个句子的语义相似度。
3.实体对象的当前文本相似度
相对于前面所述的历史文本相似度的确定,当前文本相似度的确定比较简单,首先获取所述实体对象的描述信息,然后计算所述实体对象的描述信息与所述查询语句的相似度,得到所述实体对象的当前文本相似度。
4.实体对象的类别特征
前面提到,所述类别特征包括实体对象的简介信息的类别标签信息、以及所述查询语句对应的历史点击文档信息的类别标签信息。
相应地,在确定实体对象的类别特征时,需要获取所述实体对象的简介信息,并确定所述简介信息的类别标签;获取所述查询语句对应的历史点击文档信息,比如,历史点击文档标题、或者历史点击文档摘要等,确定所述文档信息的类别标签;将所述简介信息的类别标签及所述文档信息的类别标签组合成所述实体对象的类别特征。
类别标签的标注工作可以由人工完成,也可以利用相应的分类模型自动完成,比如对于查询语句对应的类别标签,可以综合考虑历史点击文档的来源(网站)、查询语句本身的文本信息、以及积累的对应查询语句的实体列表来确定所述查询语句对应的类别标签。
需要说明的是,所述简介信息对应的类别标签和所述历史点击文档信息对应的类别标签均可以有一个或多个。例如,实体对象XX创始人张三的简介信息对应的类别标签有:互联网等;实体对象演员张三的简介信息对应类别标签有:电影、武术等。
在实际应用中,可以根据应用需要,选择上述相关实体数量、或者所述相关实体数量与所述历史文本相似度、所述当前文本相似度、所述类别特征中的任意一个或多个特征的组合作为实体对象的相关性特征,利用所述相关性特征及预先建立的相关性判断模型,计算得到实体对象与查询语句的相关度得分。
另外,实体对象的简介信息、描述信息可以从实体库中获取,如果实体库中相应的信息缺失,则可根据实体库中对应该实体对象的来源链接,抓取这些链接页面来弥补相应信息。
下面进一步举例说明利用本发明实施例的方案与利用现有技术进行同名实体推荐的结果差异。
例如,用户输入的查询语句为:音入人心,对应该查询语句的实体列表中包含同名实体:某云。
实体库中名称为某云的实体对象共有三个,为了描述方便,将其称为:实体对象1、实体对象2、实体对象3。
查询结果中包含了名称、web图片、简介、来源链接、ID、别名、推荐理由、类别等信息,通过图片和简介可以看出第三个即实体对象3应该是用户所需要查询的实体。
如果按照现有技术,基于实体的描述信息和查询语句的文本向量进行余弦相似度计算,由于实体对象3的描述信息(如推荐理由)缺失,因此会优先在实体对象1和实体对象2中选择一个,不管选择哪个,显然都会得到错误的推荐结果。
如果按照本发明实施例提供的方案,由于考虑到实体对象的简介信息,而实体对象的简介信息通常会比实体对象的描述信息文本更长、包含的信息更丰富;另外,在确定查询语句对应的实体列表时,还会利用会话数据(即用户在一定时间段内针对所述查询语句查询过的实体)和/或查询结果(即用户点击的对应所述查询语句的文档信息),使得相关性特征所基于的信息来源更广泛,从而使得到的实体对象的相关实体数量更全面。因此,大大提高了同名实体相关性判断的准确度。
对应上述相关实体数量这一相关性特征,可以从实体对象3的简介信息中提取出以下实体:演员,歌手,器乐等实体,得到实体列表A3;
同样,对于实体对象1和实体对象2也可以从其简介信息中提取出对应的实体,得到相应的实体列表A1和实体列表A2。
查询语句“音入人心”对应的实体列表B。
分别将实体列表A1与实体列表B、实体列表A2与实体列表B、实体列表A3与实体列表B求交集,实体列表A3与实体列表B重合的实体即实体列表A3与实体列表B的交集包含的实体较多,而实体列表A1与实体列表B、以及实体列表A2与实体列表B几乎没有实体重合。利用该相关性特征进行判断,三个实体对象中,实体对象3与所述查询语句的相关度得分最高,因此将实体对象3推荐给用户。
进一步地,对应上述类别特征这一相关性特征,对应于查询语句“音入人心”的查询结果,用户会点击一些综艺视频类VR或相关新闻标题,利用分类器可以得到这些历史点击文档信息的类别标签有:娱乐、节目等;上述实体对象1和实体对象2根据对应的简介信息被标记为:作家、文化等,实体对象3标记为:娱乐,歌手等。将包含这些类别标签的类别特征作为实体对象的相关性特征之一,显然实体对象3的类别特征和查询语句的类别特征更相近,因此被选择推荐的概率也更大。
需要说明的是,在实际应用中,也可以单独采用上述历史文本相似度、当前文本相似度、类别特征这些相关性特征中的一种或采用其中的任意两种或多种组合来确定同名实体中各实体对象与查询语句相关度,进而将其中相关度得分最高的实体对象推荐给用户。
本发明实施例提供的同名实体推荐方法,针对与查询语句对应的实体列表中的同名实体,确定所述同名实体对应的各实体对象的相关性特征,比如,相关实体数量,然后利用预先建立的相关性判断模型及所述相关性特征,计算得到所述实体对象与所述查询语句的相关度得分,从而可以更准确地判断同名实体对应的各实体对象与所述查询语句的相关性,进而将所述同名实体对应的相关度得分最高的实体对象推荐给用户,使用户得到真正感兴趣的实体对象,提升用户体验。
相应地,本发明实施例还提供一种同名实体推荐装置,如图3所示,是该装置的一种结构框图。
在该实施例中,所述同名实体推荐装置包括以下各模块:
列表获取模块501,用于获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象;
相关性特征确定模块502,用于确定所述同名实体对应的各实体对象的相关性特征,所述相关性特征包括:相关实体数量;相应地,所述相关性特征确定模块502包括:相关实体数量确定单元521,用于确定所述实体对象的相关实体数量;
得分计算模块503,用于利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分;
推荐模块504,用于将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
其中,所述查询语句对应的实体列表可以由相应的实体列表生成模块(未图示)根据一定时间内的会话数据(即用户在一定时间段内针对所述查询语句查询过的实体)和/或查询结果(即用户点击的对应所述查询语句的文档信息)来生成,该实体列表可以是动态变化的。
需要说明的是,每个同名实体可以对应两个或多个不同的实体对象,具体实体对象可通过查询实体库得到。
在本发明实施例中,所述相关性特征包括:相关实体数量,还可进一步包括以下任意一种或多种:历史文本相关度、当前文本相关度、类别特征。相应地,在本发明装置的一种实施例中,所述相关性特征确定模块502可以包括相关实体数量确定单元521,如图3所示;在本发明装置的一种实施例中,所述相关性特征确定模块502不仅包括所述相关实体数量确定单元521,还可进一步包括用于确定上述任意一种或多种相关性特征的相应单元,具体为:
历史文本相似度确定单元,用于确定所述实体对象的历史文本相似度;
当前文本相似度确定单元,用于确定所述实体对象的当前文本相似度;
类别特征确定单元,用于确定所述实体对象的类别特征。
如图4所示,是本发明实施例中相关实体数量确定单元的结构框图,包括以下各单元:
实体列表确定单元5211,用于确定所述实体对象对应的实体列表;
交集单元5212,用于对所述实体列表确定单元5211确定的所述实体对象对应的实体列表与前面所述列表获取模块501获取的所述查询语句对应的实体列表求交集,并将交集中包含的实体个数作为所述实体对象的相关实体数量。
其中,所述实体列表确定单元5211的一个实施例可以包括以下各子单元:
简介信息获取子单元,用于获取所述实体对象的简介信息;
匹配子单元,用于确定所述简介信息命中的预先构建的实体库中的实体;
实体列表生成子单元,用于根据命中的实体生成所述实体对象对应的实体列表。
所述实体列表确定单元5211的一个实施例中,不仅包括上述各子单元,还可进一步包括:判断子单元和相关实体获取子单元;其中:
所述判断子单元,用于判断所述简介信息命中的实体是否为热门实体;
所述相关实体获取子单元,用于在所述判断子单元判断所述简介信息命中的实体是否为热门实体时,获取所述热门实体对应的相关实体,并将所述热门实体对应的相关实体添加到所述实体对象对应的实体列表中。
一个实体是否为热门实体可以通过预先建立的热门实体库来判断,具体可以通过从网页上收集一些热词来建立所述热门实体库、以及热门实体对应的相关实体。
所述历史文本相似度确定单元可以包括:第一信息获取单元和第一计算单元;其中,所述第一信息获取单元用于获取所述实体对象的描述信息、以及所述查询语句对应的历史点击文档信息;所述第一计算单元用于计算所述实体对象的描述信息与所述查询语句对应的历史点击文档信息的相似度,得到所述实体对象的历史文本相似度。
所述历史点击文档信息可以包括但不限于以下任意一种:历史点击文档标题、历史点击文档摘要。
所述当前文本相似度确定单元包括:第二信息获取单元和第二计算单元;其中,所述第二信息获取单元用于获取所述实体对象的描述信息;所述第二计算单元用于计算所述实体对象的描述信息与所述查询语句的相似度,得到所述实体对象的当前文本相似度。
如图5所示,是本发明实施例中类别特征确定单元的结构框图,包括以下各单元:
第一标签确定单元5241,用于获取所述实体对象的简介信息,并确定所述简介信息的类别标签;
第二标签确定单元5242,用于获取所述查询语句对应的历史点击文档信息,并确定所述文档信息的类别标签;
组合单元5243,用于将所述简介信息的类别标签及所述文档信息的类别标签组合成所述实体对象的类别特征。
需要说明的是,所述简介信息对应的类别标签和所述历史点击文档信息对应的类别标签均可以有一个或多个。
需要说明的是,在本发明实施中,图3中的得分计算模块503需要利用上述所述相关性特征及预先建立的相关性判断模型,确定同名实体对应的各实体对象与所述查询语句的相关度得分,然后由推荐模块504将所述同名实体对应的相关度得分最高的实体对象推荐给用户。
在本发明实施例中,所述相关性判断模型可以采用逻辑回归模型,由相应的模型构建模块预先构建该模型。所述模型构建模块可以作为本发明装置的一部分,也可以独立于本发明装置,对此不做限定。
如图6所示,是本发明实施例中模型构建模块的结构框图,包括以下各单元:
数据收集单元601,用于收集历史查询数据作为训练数据;所述历史查询数据包括:查询语句及展现的同名实体的实体对象;比如,可以从查询日志中得到所述历史查询数据;
标注单元602,用于对所述训练数据中的实体对象进行标注,并确定所述训练数据中的实体对象的相关性特征;具体地,标注该实体对象与对应的查询语句是否相关,比如,如果相关,则将其值标注为1,如果不相关,则将其值标注为0;
训练单元603,用于利用所述实体对象的标注信息及所述实体对象的相关性特征,训练得到所述相关性判断模型,具体训练过程可参照现有技术,在此不再赘述。
本发明实施例提供的同名实体推荐装置,针对与查询语句对应的实体列表中的同名实体,确定所述同名实体对应的各实体对象的相关性特征,比如,相关实体数量,然后利用预先建立的相关性判断模型及所述相关性特征,计算得到所述实体对象与所述查询语句的相关度得分,从而可以更准确地判断同名实体对应的各实体对象与所述查询语句的相关性,进而将所述同名实体对应的相关度得分最高的实体对象推荐给用户,使用户得到真正感兴趣的实体对象,提升用户体验。
图7是根据一示例性实施例示出的一种用于同名实体推荐方法的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图7,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类别的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类别的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述按键误触纠错方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行上述本发明方法实施例中的全部或部分步骤。
图8是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(Central Processing Units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
显然,上面所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种同名实体推荐方法,其特征在于,所述方法包括:
获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象;
确定所述同名实体对应的各实体对象的相关性特征,所述相关性特征包括:相关实体数量、历史文本相似度、当前文本相似度、类别特征;
利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分;
将所述同名实体对应的相关度得分最高的实体对象推荐给用户;
按以下方式确定所述实体对象的历史文本相似度包括:
获取所述实体对象的描述信息、以及所述查询语句对应的历史点击文档信息;所述描述信息通过人工标注得到、或者从网页中提取相关词拼接得到;
计算所述实体对象的描述信息与所述查询语句对应的历史点击文档信息的相似度,得到所述实体对象的历史文本相似度。
2.根据权利要求1所述的方法,其特征在于,确定所述实体对象的相关实体数量包括:
确定所述实体对象对应的实体列表;
对所述实体对象对应的实体列表与所述查询语句对应的实体列表求交集,并将交集中包含的实体个数作为所述实体对象的相关实体数量。
3.根据权利要求2所述的方法,其特征在于,所述确定所述实体对象对应的实体列表包括:
获取所述实体对象的简介信息,所述简介信息是从网页或第三方知识库中得到;
确定所述简介信息命中的预先构建的实体库中的实体;
根据命中的实体生成所述实体对象对应的实体列表。
4.根据权利要求3所述的方法,其特征在于,所述确定所述实体对象对应的实体列表还包括:
如果所述简介信息命中的实体为热门实体,则获取所述热门实体对应的相关实体;
将所述热门实体对应的相关实体添加到所述实体对象对应的实体列表中。
5.根据权利要求1所述的方法,其特征在于,所述历史点击文档信息包括以下任意一种:历史点击文档标题、历史点击文档摘要。
6.根据权利要求1所述的方法,其特征在于,确定所述实体对象的当前文本相似度包括:
获取所述实体对象的描述信息;
计算所述实体对象的描述信息与所述查询语句的相似度,得到所述实体对象的当前文本相似度。
7.根据权利要求1所述的方法,其特征在于,确定所述实体对象的类别特征包括:
获取所述实体对象的简介信息,并确定所述简介信息的类别标签;
获取所述查询语句对应的历史点击文档信息,并确定所述文档信息的类别标签;
将所述简介信息的类别标签及所述文档信息的类别标签组合成所述实体对象的类别特征。
8.根据权利要求1所述的方法,其特征在于,所述相关性判断模型采用逻辑回归模型;所述方法还包括按以下方式建立所述相关性判断模型:
收集历史查询数据作为训练数据;所述历史查询数据包括:查询语句及展现的同名实体的实体对象;
对所述训练数据中的实体对象进行标注,并确定所述训练数据中的实体对象的相关性特征;
利用所述实体对象的标注信息及所述实体对象的相关性特征,训练得到所述相关性判断模型。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据设定时间内的会话数据和/或查询结果生成所述查询语句对应的实体列表。
10.一种同名实体推荐装置,其特征在于,所述装置包括:
列表获取模块,用于获取与查询语句对应的实体列表,所述实体列表包括同名实体,所述同名实体对应至少两个实体对象;
相关性特征确定模块,用于确定所述同名实体对应的各实体对象的相关性特征,所述相关性特征包括:相关实体数量、历史文本相似度、当前文本相似度、类别特征;所述相关性特征确定模块包括:相关实体数量确定单元,用于确定所述实体对象的相关实体数量;历史文本相似度确定单元,用于确定所述实体对象的历史文本相似度;当前文本相似度确定单元,用于确定所述实体对象的当前文本相似度;类别特征确定单元,用于确定所述实体对象的类别特征;
得分计算模块,用于利用预先建立的相关性判断模型及所述相关性特征,得到所述同名实体对应的各实体对象与所述查询语句的相关度得分;
推荐模块,用于将所述同名实体对应的相关度得分最高的实体对象推荐给用户;
所述历史文本相似度确定单元包括:
第一信息获取单元,用于获取所述实体对象的描述信息、以及所述查询语句对应的历史点击文档信息;所述描述信息通过人工标注得到、或者从网页中提取相关词拼接得到;
第一计算单元,用于计算所述实体对象的描述信息与所述查询语句对应的历史点击文档信息的相似度,得到所述实体对象的历史文本相似度。
11.根据权利要求10所述的装置,其特征在于,所述相关实体数量确定单元包括:
实体列表确定单元,用于确定所述实体对象对应的实体列表;
交集单元,用于对所述实体对象对应的实体列表与所述查询语句对应的实体列表求交集,并将交集中包含的实体个数作为所述实体对象的相关实体数量。
12.根据权利要求11所述的装置,其特征在于,所述实体列表确定单元包括:
简介信息获取子单元,用于获取所述实体对象的简介信息,所述简介信息是从网页或第三方知识库中得到;
匹配子单元,用于确定所述简介信息命中的预先构建的实体库中的实体;
实体列表生成子单元,用于根据命中的实体生成所述实体对象对应的实体列表。
13.根据权利要求12所述的装置,其特征在于,所述实体列表确定单元还包括:
判断子单元,用于判断所述简介信息命中的实体是否为热门实体;
相关实体获取子单元,用于在所述判断子单元判断所述简介信息命中的实体是否为热门实体时,获取所述热门实体对应的相关实体,并将所述热门实体对应的相关实体添加到所述实体对象对应的实体列表中。
14.根据权利要求10所述的装置,其特征在于,所述历史点击文档信息包括以下任意一种:历史点击文档标题、历史点击文档摘要。
15.根据权利要求10所述的装置,其特征在于,所述当前文本相似度确定单元包括:
第二信息获取单元,用于获取所述实体对象的描述信息;
第二计算单元,用于计算所述实体对象的描述信息与所述查询语句的相似度,得到所述实体对象的当前文本相似度。
16.根据权利要求10所述的装置,其特征在于,所述类别特征确定单元包括:
第一标签确定单元,用于获取所述实体对象的简介信息,并确定所述简介信息的类别标签;
第二标签确定单元,用于获取所述查询语句对应的历史点击文档信息,并确定所述文档信息的类别标签;
组合单元,用于将所述简介信息的类别标签及所述文档信息的类别标签组合成所述实体对象的类别特征。
17.根据权利要求10所述的装置,其特征在于,所述相关性判断模型采用逻辑回归模型;所述装置还包括用于建立所述相关性判断模型的模型构建模块,所述模型构建模块包括:
数据收集单元,用于收集历史查询数据作为训练数据;所述历史查询数据包括:查询语句及展现的同名实体的实体对象;
标注单元,用于对所述训练数据中的实体对象进行标注,并确定所述训练数据中的实体对象的相关性特征;
训练单元,用于利用所述实体对象的标注信息及所述实体对象的相关性特征,训练得到所述相关性判断模型。
18.根据权利要求10所述的装置,其特征在于,所述装置还包括:
实体列表生成模块,用于根据设定时间内的会话数据和/或查询结果生成所述查询语句对应的实体列表。
19.一种电子设备,其特征在于,包括:一个或多个处理器、存储器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现如权利要求1至9任一项所述的方法。
20.一种可读存储介质,其上存储有指令,所述指令被执行以实现如权利要求1至9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910359552.4A CN110110046B (zh) | 2019-04-30 | 2019-04-30 | 同名实体推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910359552.4A CN110110046B (zh) | 2019-04-30 | 2019-04-30 | 同名实体推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110046A CN110110046A (zh) | 2019-08-09 |
CN110110046B true CN110110046B (zh) | 2021-10-01 |
Family
ID=67487735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910359552.4A Active CN110110046B (zh) | 2019-04-30 | 2019-04-30 | 同名实体推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110046B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860396A (zh) * | 2020-07-28 | 2020-10-30 | 江苏中设集团股份有限公司 | 识别归纳车辆当前区域拥堵状况的方法 |
CN112464669B (zh) * | 2020-12-07 | 2024-02-09 | 宁波深擎信息科技有限公司 | 股票实体词消歧方法、计算机设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214209A (zh) * | 2011-04-27 | 2011-10-12 | 百度在线网络技术(北京)有限公司 | 一种用于识别同名信息实体的方法与设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9552352B2 (en) * | 2011-11-10 | 2017-01-24 | Microsoft Technology Licensing, Llc | Enrichment of named entities in documents via contextual attribute ranking |
US9665643B2 (en) * | 2011-12-30 | 2017-05-30 | Microsoft Technology Licensing, Llc | Knowledge-based entity detection and disambiguation |
JP6284643B2 (ja) * | 2013-12-02 | 2018-02-28 | キューベース リミテッド ライアビリティ カンパニー | 非構造化テキストにおける特徴の曖昧性除去方法 |
CN104598556A (zh) * | 2015-01-04 | 2015-05-06 | 百度在线网络技术(北京)有限公司 | 搜索方法及装置 |
CN106547887B (zh) * | 2016-10-27 | 2020-04-07 | 北京百度网讯科技有限公司 | 基于人工智能的搜索推荐方法和装置 |
CN108415902B (zh) * | 2018-02-10 | 2021-10-26 | 合肥工业大学 | 一种基于搜索引擎的命名实体链接方法 |
CN108345702A (zh) * | 2018-04-10 | 2018-07-31 | 北京百度网讯科技有限公司 | 实体推荐方法和装置 |
-
2019
- 2019-04-30 CN CN201910359552.4A patent/CN110110046B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214209A (zh) * | 2011-04-27 | 2011-10-12 | 百度在线网络技术(北京)有限公司 | 一种用于识别同名信息实体的方法与设备 |
Non-Patent Citations (1)
Title |
---|
基于文本表示学习的实体消歧研究;孙雅铭;《中国博士学位论文全文数据库 信息科技辑》;20190115(第2019年第01期);I138-222 * |
Also Published As
Publication number | Publication date |
---|---|
CN110110046A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108121736B (zh) | 一种主题词确定模型的建立方法、装置及电子设备 | |
CN110232137B (zh) | 一种数据处理方法、装置和电子设备 | |
CN108227950B (zh) | 一种输入方法和装置 | |
CN107527619B (zh) | 语音控制业务的定位方法及装置 | |
CN108073606B (zh) | 一种新闻推荐方法和装置、一种用于新闻推荐的装置 | |
CN110399548A (zh) | 一种搜索处理方法、装置、电子设备以及存储介质 | |
CN109918565B (zh) | 一种搜索数据的处理方法、装置及电子设备 | |
CN110929176A (zh) | 一种信息推荐方法、装置及电子设备 | |
CN111708943A (zh) | 一种搜索结果展示方法、装置和用于搜索结果展示的装置 | |
CN111813932B (zh) | 文本数据的处理方法、分类方法、装置及可读存储介质 | |
CN110309324B (zh) | 一种搜索方法及相关装置 | |
CN112784142A (zh) | 一种信息推荐方法及装置 | |
US11546663B2 (en) | Video recommendation method and apparatus | |
CN112291614A (zh) | 一种视频生成方法及装置 | |
CN113705210A (zh) | 一种文章大纲生成方法、装置和用于生成文章大纲的装置 | |
CN110110046B (zh) | 同名实体推荐方法及装置 | |
CN111368161B (zh) | 一种搜索意图的识别方法、意图识别模型训练方法和装置 | |
CN111241844B (zh) | 一种信息推荐方法及装置 | |
CN113343028B (zh) | 意图确定模型的训练方法和装置 | |
CN113033163B (zh) | 一种数据处理方法、装置和电子设备 | |
CN111629270A (zh) | 一种候选项确定方法、装置及机器可读介质 | |
CN113239183A (zh) | 排序模型的训练方法、装置、电子设备和存储介质 | |
CN112825076B (zh) | 一种信息推荐方法、装置和电子设备 | |
CN111274389B (zh) | 一种信息处理方法、装置、计算机设备及存储介质 | |
CN112784151A (zh) | 一种确定推荐信息的方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |