CN112115720A - 一种实体间关联关系的确定方法、装置、终端设备及介质 - Google Patents
一种实体间关联关系的确定方法、装置、终端设备及介质 Download PDFInfo
- Publication number
- CN112115720A CN112115720A CN202010899795.XA CN202010899795A CN112115720A CN 112115720 A CN112115720 A CN 112115720A CN 202010899795 A CN202010899795 A CN 202010899795A CN 112115720 A CN112115720 A CN 112115720A
- Authority
- CN
- China
- Prior art keywords
- entity
- attribute
- information
- determining
- association
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012549 training Methods 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007477 logistic regression Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 13
- 230000015654 memory Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006317 isomerization reaction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000008719 thickening Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开公开了一种实体间关联关系的确定方法、装置、终端设备及介质。所述方法包括:确定文本信息中的主体实体和属性实体;将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;根据所述关联度信息,确定实体间的关联关系。利用该方法,有效的解决了因属性实体缺失或过多造成的实体关联错误的技术问题,提升了实体间关联关系确定的准确性。
Description
技术领域
本公开实施例涉及计算机技术领域,尤其涉及一种实体间关联关系的确定方法、装置、终端设备及介质。
背景技术
在文本信息抽取的应用场景中,常常需要建立文本信息中实体间的关联。不同的业务场景下,可以建立不同实体与其他实体间的关联。如,在对教育经历进行分析时,需要首先从文本信息中识别出学校实体,然后抽取该学校实体与其他实体如专业的关联。其中,学校实体可以认为是主体实体,与主体关联的其他实体可以称之为属性实体。
然而,当属性实体缺失或多识别出属性实体时,会造成实体关联错误,故因属性实体缺失或过多造成的实体关联错误的技术问题是亟待解决的。
发明内容
本公开实施例提供了一种实体间关联关系的确定方法、装置、终端设备及介质,有效解决了因属性实体缺失或过多造成的实体关联错误的技术问题。
第一方面,本公开实施例提供了一种实体间关联关系的确定方法,包括:
确定文本信息中的主体实体和属性实体;
将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
根据所述关联度信息,确定实体间的关联关系。
第二方面,本公开实施例还提供了一种实体间关联关系的确定装置,包括:
第一确定模块,用于确定文本信息中的主体实体和属性实体;
第二确定模块,用于将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
第三确定模块,用于根据所述关联度信息,确定实体间的关联关系。
第三方面,本公开实施例还提供了一种终端设备,包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现本公开实施例提供的实体间关联关系的确定方法。
第四方面,本公开实施例还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开实施例提供的实体间关联关系的确定方法。
本公开实施例提供了一种实体间关联关系的确定方法、装置、终端设备及介质,首先确定文本信息中的主体实体和属性实体;其次将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;最后根据所述关联度信息,确定实体间的关联关系。利用上述技术方案,有效的解决了因属性实体缺失或过多造成的实体关联错误的技术问题,提升了实体间关联关系确定的准确性。
附图说明
图1为本公开实施例一提供的一种实体间关联关系的确定方法的流程示意图;
图2为本公开实施例二提供的一种实体间关联关系的确定方法的流程示意图;
图2a为本公开实施例二提供的一种关联关系确定方法的示意图;
图2b为本公开实施例二提供的又一种关联关系确定方法的示意图;
图3为本公开实施例三提供的一种实体间关联关系的确定装置的结构示意图;
图4为本公开实施例四提供的一种终端设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。此外,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本公开实施例一提供的一种实体间关联关系的确定方法的流程示意图,该方法可适用于确定文本信息中实体间关联关系的情况,该方法可以由实体间关联关系的确定装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在终端设备上,在本实施例中终端设备包括但不限于:手机、电脑和个人数字助理等设备。
如图1所示,本公开实施例一提供的一种实体间关联关系的确定方法,包括如下步骤:
S110、确定文本信息中的主体实体和属性实体。
在本实施例中,文本信息可以认为是包括文本的信息。本公开可以确定文本信息中实体间的关联关系,即确定文本信息中相关联的主体实体和属性实体。
本公开中,实体包括但不限于主体实体和属性实体,不同的业务场景主体实体和属性实体的划分方式不同。其中,主体实体可以认为是基于业务场景确定的待分析的实体中的主要实体,该主要实体可以关联至多个其余实体,如属性实体。属性实体可以认为是与主体实体相关的参数或属性。如在教育经历分析场景下,主体实体可以为学校,属性实体可以为专业。
本步骤可以先对文本信息进行识别确定文本信息所包括的主体,然后基于业务场景确定实体中的主体实体和属性实体。如何基于业务场景确定主体实体和属性实体的技术手段不作限定。如通过自然语言处理技术和/或语义分析技术进行实体分析,确定实体中的主体实体和属性实体。
S120、将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息。
关联度模型可以认为是一种确定实体间关联度信息的模型。关联度信息可以保证主体实体和属性实体关联度的信息。
在确定出文本信息中的主体实体和属性实体后,本步骤可以将确定出的主体实体和属性实体输入至关联度模型,以得到每个主体实体与各属性实体的关联度信息。
S130、根据所述关联度信息,确定实体间的关联关系。
在确定出各主体实体与各属性实体的关联度信息后,本步骤可以确定文本信息中实体间的关联关系,该关联关系中一个属性实体可以对应一个主体实体。
具体地,本步骤可以针对每个属性实体,选取取值最大的关联度信息所对应的主体实体建立关联关系。在建立每个属性实体的关联关系之前还可以过滤掉关联度信息取值低于设定阈值的关联度信息,设定阈值不作限定可以根据实际情况确定。
需要注意的是,在取值最大的关联度信息所对应的主体实体的个数为至少两个的情况下,为了保证一个属性实体对应一个主体实体,可以针对组异构性信息确定文本信息中实体间的关联关系。其中,组异构性信息可以认为是关联关系组的异构性信息。异构性信息可以认为是表征异构性的得分的信息。组异构性信息的取值越小可以认为该组关联关系越准确。
本公开实施例一提供的一种实体间关联关系的确定方法,该方法首先确定文本信息中的主体实体和属性实体;其次将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;最后根据所述关联度信息,确定实体间的关联关系。利用上述方法,有效的解决了因属性实体缺失或过多造成的实体关联错误的技术问题,提升了实体间关联关系确定的准确性。
在上述实施例的基础上,提出了上述实施例的变型实施例,在此需要说明的是,为了使描述简要,在变型实施例中仅描述与上述实施例的不同之处。
在一个实施例中,所述关联度模型的训练操作包括:
基于训练样本集对预先建立的逻辑回归模型进行训练,得到关联度模型;
其中,所述训练样本集包括正样本和负样本,所述正样本包括训练用信息中相关联的训练用主体实体和训练用属性实体,所述负样本包括所述训练用信息中不关联的训练用主体实体和训练用属性实体。
训练用信息可以认为是训练用的文本信息。训练用主体实体可以认为是训练用的主体实体。训练用属性实体可以认为是训练用的属性实体。训练用信息可以是与确定实体间关联关系的文本信息属于同一类型的信息。如训练用信息和文本信息均为对简历进行文字识别确定的信息,该简历可以使用同一模板。
在对逻辑回归模型进行训练时,可以基于正样本和负样本对逻辑回归模型进行训练,以能够基于训练后的关联度模型确定关联度信息。
在一个实施例中,所述回归模型的特征信息包括如下一个或多个:富文本信息、实体饱和度、实体行距、实体位置信息和实体类型,富文本信息表征实体是否加粗,实体饱和度表征实体在所处句子中的占比,实体行距表征主体实体与属性实体间行距的绝对值,实体位置信息表征实体在所处文本行的位置信息,实体类型表征文本的类型。
实体在所处句子中的占比可以为实体所包括字数和所处句子所包括字数的比值。实体饱和度又称句子饱和度,可以表征句子中实体的占比,即包括实体的句子中所有实体在该句子中的占比。实体在所处文本行的位置信息可以基于实体所包括字数在所述文本行的位置确定。类型的划分不作限定,可以基于业务场景确定。如主体实体的类型包括教育经历类主体实体和工作经历类主体实体。
在对逻辑回归模型进行训练时,特征信息乘以相应权重后的结果可以作为逻辑回归模型的自变量。权重可以在对逻辑回归模型训练时确定。
实施例二
图2为本公开实施例二提供的一种实体间关联关系的确定方法的流程示意图,本实施例二在上述各实施例中各个可选方案为基础进行具体化。在本实施例中,将根据所述关联度信息,确定实体间的关联关系,具体包括:
从各所述属性实体中选取一个属性实体作为当前属性实体;
将目标实体确定为与所述当前属性实体相关联的主体实体,以实现所述当前属性实体的关联关系的构建;
继续选取当前属性实体直至各所述属性实体选取完成;
若所述当前属性实体的取值最大的关联度信息所对应的主体实体的个数为一个,将所对应的主体实体确定为所述目标实体;否则将取值最大的关联度信息所对应的每个主体实体分别确定为所述目标实体,以形成所述文本信息对应的多组关联关系,每组关联关系中包括各所述属性实体与对应主体实体的关联关系,一个属性实体对应一个主体实体。
进一步地,本实施例还将确定文本信息中的主体实体和属性实体,具体包括:
基于文本属性信息过滤识别出的实体,所述实体为对经过清洗处理后的文本信息识别确定;
确定所述实体中的主体实体和属性实体。
本实施例尚未详尽的内容请参考实施例一。
如图2所示,本公开实施例二提供的一种实体间关联关系的确定方法,包括如下步骤:
S210、基于文本属性信息过滤识别出的实体,所述实体为对经过清洗处理后的文本信息识别确定。
确定主体实体和属性实体时,本实施例可以先进行实体识别,实体识别的手段不作限定。在识别实体前,可以先对文本信息进行清洗处理,清洗处理的手段不作限定。识别实体后,本步骤可以基于文本属性信息对实体进行过滤。文本属性信息可以认为是表征文本属性的信息。
过滤的手段可以基于文本属性信息所包括的内容确定,此处不作限定。文本属性信息所包括的内容可以基于关联度模型的特征信息,即特征进行限定。
S220、确定所述实体中的主体实体和属性实体。
S230、将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息。
S240、从各所述属性实体中选取一个属性实体作为当前属性实体。
S250、将目标实体确定为与所述当前属性实体相关联的主体实体,以实现所述当前属性实体的关联关系的构建。
若所述当前属性实体的取值最大的关联度信息所对应的主体实体的个数为一个,将所对应的主体实体确定为所述目标实体;否则将取值最大的关联度信息所对应的每个主体实体分别确定为所述目标实体,以形成所述文本信息对应的多组关联关系,每组关联关系中包括各所述属性实体与对应主体实体的关联关系,一个属性实体对应一个主体实体,在确定出多组关联关系时,将取值最小的组异构性信息所对应的关联关系确定为所述文本信息的实体间的关联关系。
S260、继续选取当前属性实体直至各所述属性实体选取完成。
本公开实施例二提供的一种实体间关联关系的确定方法,具体化了确定主体实体和属性实体的操作,还具体化了确定实体间的关联关系。利用该方法,能够在一个属性实体对应多个主体实体时,提升文本信息中实体间的关联关系确定的准确性。
在上述实施例的基础上,提出了上述实施例的变型实施例,在此需要说明的是,为了使描述简要,在变型实施例中仅描述与上述实施例的不同之处。
在一个实施例中,所述组异构性信息的确定操作包括:
针对每组关联关系,确定每个属性实体与所关联的主体实体的行距信息;
针对每个属性实体,根据所对应行距信息中频次最高的行距信息和所对应行距信息中除频次最高的行距信息外的行距信息,确定该属性信息的属性异构性信息;
将各属性异构性信息的和确定为对应组的组异构性信息。
行距信息可以认为是表征行距的信息。行距信息可以基于属性实体所处行与所关联的主体实体所处行确定,如将属性实体所处行与所关联的主体实体所处行的差值确定为该属性实体的行距信息。
属性异构性信息可以为属性实体的异构性信息。在确定属性异构性信息时,可以将频次最高的行距信息与除频次最高的行距信息外的行距信息的绝对值的累加和确定为属性异构性信息。如属性主体的行距信息包括1、1和-1,频次最高的行距信息为1,属性异构性信息为|1-(-1)|=2。
需要注意的是,属性实体与所关联的主体实体中属性实体可以为针对内容层级的属性实体。在进行关联关系组划分时基于属性实体的实体类型进行划分。在进行组异构性信息确定时,基于内容层级的属性实体确定。
在一个实施例中,所述文本属性信息包括如下一个或多个:富文本信息、实体饱和度和实体类型。
以下对本公开进行示例性描述:
本公开提供的实体间关联关系的确定方法可以认为是一种基于实体空间位置分布的关联实体抽取方法,在对文本信息,如自然文本信息抽取时,常常需要抽取与一个实体(或主体,即主体实体)关联的其他实体(或属性,即属性实体),如一些技术文档中需要抽取汽车(主体)以及与之相关的参数(属性);公司构建人才库时需要抽取员工任职公司(主体)以及与公司相关的任职时间、职位、工作描述等属性。
目前,文本信息抽取的主要思路是,先进行实体识别,然后利用分类模型或者人工定义规则的方法,进行关联实体(即文本信息中相关联实体)抽取。但是,当属性实体缺失或多识别出属性实体时,常常会造成属性实体分配到错误的主体实体,造成正确识别的属性实体,无法分配给正确的主体实体,从而引发更严重的抽取错误。本公开提出了一种利用空间位置关系的方法,解决因实体缺失或过多造成的实体关联关系分配错误的问题。
本公开通过关联度模型判断每个主体实体与各属性实体间的关联度信息;然后利用关联度信息构建主体实体和属性实体的关联关系;在文本信息存在对组关联关系时,利用空间位置信息确定文本信息的实体间的关联关系。空间位置信息可以认为是实体在所处文本信息中的位置信息。
本公开在确定实体间关联关系时包括如下操作:
首先对自然文本信息进行清洗,如全角半角字符转换、垃圾字符清理和归一化(如网页链接、数字转换为特殊符号)等,然后进行实体识别。识别方法可以为基于统计的方法,如条件随机场(Conditional Random Fields,CRF),或者基于深度学习的方法,如长短期记忆网络(Long Short Term Memory Network,LSTM),预训练模型BERT等。
在完成实体识别后,根据业务情景确定主体实体与属性实体分别对应的实体类型,然后设计一种打分模型,即关联度模型,计算主体实体与属性实体之间的关联度信息,如关联性度得分。本公开关联度模型特征构建方式如下:
a.富文本信息:判断文本信息中属性实体的字体是否加粗,然后进行0,1二值化,如加粗二值化后的结果为1,不加粗二值化后的结果为0。
c.实体饱和度:实体所在行中,所有实体的长度和句子长度的比值。如将实体所包括字数与所述实体所处句子所包括字数的比值确定为实体饱和度。
d.实体行距:主体实体与属性实体之间行距的绝对值,然后利用one_hot方式编码。
e.实体位置信息,即实体在文本行中的位置:判断实体在文本行的开始、结束、中间,然后对位置进行编码。在判断实体位置信息时,可以基于实体所包括字数在所处句子中的位置确定实体位置信息。
f.是否有相同实体类型:判断当前实体所在行除了当前实体,是否还有其他相同类型的实体,进行二值化。
关联度模型的训练样本集的构建包括:在主体实体所在文本位置附近查找所有属性实体,将能够配对的实体标注为正样本,不能配对的实体标注为负样本。其中附近的范围不作限定,可以根据实际情况确定。
构建完训练样本集后可以利用逻辑回归模型进行训练,训练的参数包括但不限于关联度模型的特征。预测阶段,样本的概率值作为关联度得分。
4.为了提高模型精度同时减少计算量,提高预测速度,在计算实体关联度信息时,可以先对主体进行初筛。初筛流程如下:
a.获取主体的富文本信息;
b.计算主体所在行饱和度;
c.判断主体所在行是否有同样类型的主体;
根据以上特征,结合实际数据情况,合理设定阈值进行筛选。
计算所有属性实体与主体实体之间的关联度信息后,可以过滤掉关联度信息小于预设值,如0.5的关联关系。取与属性实体关联度最大的主体实体作为属性实体关联的主体实体,如果一个属性实体与多个主体实体关联度信息有相同的最大值(分数差异小于0.00001可以认为关联度信息得分相同),保留属性实体与多个主体实体的关联关系。
将步骤生成的属性实体与主体实体之间的关联对作为图的边,形成实体分布图。如果一个属性实体与多个主体实体关联度信息取相同的最大值,则需要对主体实体与属性实体进行分裂操作。由于一篇文章中,一个属性实体只能唯一关联一个主体实体,所以需要进行分裂操作。如将属性1关联的主体进行分裂。图2a为本公开实施例二提供的一种关联关系确定方法的示意图,参见图2a,属性1与主体1和主体2关联度信息均有最大值,需要将A中关联关系,分裂成B和C结构所示的关联关系作为候选,即同一属性实体关联至少两个不同主体实体时,需要将关联关系的分布进行拆分,使得每组关联关系中每个属性实体对应一个主体实体。
其中,属性可以认为是属性实体,主体可以认为是主体实体。
在确定出多组关联关系时可以利用空间关系确定各组关联关系的异构性信息,如异构性得分。具体地:
步骤a.计算每个主体实体与其关联属性实体之间行距的差值作为某个属性实体类型的分布。图2b为本公开实施例二提供的又一种关联关系确定方法的示意图,如图2b所示,B中主体1与属性1行距为-1,主体2与属性1行距为1。因此,B中主体与属性1的行距分布为[-1,1],C中主体与「属性1」的行距分布为[1,1]。本公开图中示出的属性和主体的位置基于属性和主体在文本信息中的空间位置信息确定。如图2b中主体1处于文本信息中的第一行,属性1处于文本信息中的第二行,主体2处于文本信息中的第三行等。
步骤b.计算各个属性分布异构性得分,即属性异构性信息。按照步骤a中统计的结果,对每类属性获取其中出现频次最高的行距,将其他行距与频次最高行距的差值的绝对值的累加和作为每一种属性的属性异构性信息,如属性的异构性得分。如图2b,B中属性1的异构性得分为2,属性2的分布为[0,0,0]异构性得分为0。C中「属性1」的异构性得分为0分,属性2的异构性得分为0分。
步骤c.计算整个分布,即每组关联关系的组异构性信息,如异构性得分。整个分布异构性得分为所有不同类型属性的异构性得分之和。图2b中B分布的异构性得分为2分,C中异构性得分为0分。
d.取异构性得分最小的分布为最优分布。取其中的解析结果为最终结果。
需要注意的是,在进行关联关系组划分时属性实体可以针对类型划分。在确定组异构性信息时,属性可以认为是针对类型下的内容划分。如图2a中的属性1可以认为是学历,图2b中的与主体1关联的属性1可以认为是学历类型下的本科,与主体3关联的属性1可以认为是学历类型下的硕士。图2a和图2b中每个结构,如结构A、结构B或结构C可以认为是文本信息的一组关联关系。在一组关联关系中,若同一属性在不同位置多次出现,则可以认为该属性是内层层级划分的属性,如图2b中结构B中包括与主体1关联的属性2,与主体2关联的属性2和与主体3关联的属性2,则属性2可以分别对应同一类型下的不同内容。
参见图2b,对文本信息进行识别,得到三个主体,即主体1、主体2和主体3,得到两个属性,即属性1和属性2。然而,通过关联度模型仅确定与3个主体关联的2个属性1,即存在属性实体缺失,通过组异构性信息可以得到结构C优于结构B,取结构C的关联关系为文本信息的关联关系。
本公开利用机器学习方法、关联度模型和组异构性信息有效的确定了实体间的关联关系,有效解决了实体缺失或过多造成的错误率扩大的问题。
实施例三
图3为本公开实施例三提供的一种实体间关联关系的确定装置的结构示意图,该装置可适用于确定文本信息中实体间关联关系的情况,其中该装置可由软件和/或硬件实现,并一般集成在终端设备上。
如图3所示,该装置包括:
其中,第一确定模块31,用于确定文本信息中的主体实体和属性实体;
第二确定模块32,用于将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
第三确定模块33,用于根据所述关联度信息,确定实体间的关联关系。
在本实施例中,该装置首先通过;其次通过第一确定模块31确定文本信息中的主体实体和属性实体;然后通过第二确定模块32将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;最后通过第三确定模块33根据所述关联度信息,确定实体间的关联关系。
本实施例提供了一种实体间关联关系的确定装置,有效的解决了因属性实体缺失或过多造成的实体关联错误的技术问题,提升了实体间关联关系确定的准确性。
进一步地,所述关联度模型的训练操作包括:
基于训练样本集对预先建立的逻辑回归模型进行训练,得到关联度模型;
其中,所述训练样本集包括正样本和负样本,所述正样本包括训练用信息中相关联的训练用主体实体和训练用属性实体,所述负样本包括所述训练用信息中不关联的训练用主体实体和训练用属性实体。
进一步地,所述回归模型的特征信息包括如下一个或多个:富文本信息、实体饱和度、实体行距、实体位置信息和实体类型,富文本信息表征实体是否加粗,实体饱和度表征实体在所处句子中的占比,实体行距表征主体实体与属性实体间行距的绝对值,实体位置信息表征实体在所处文本行的位置信息,实体类型表征文本的类型。
进一步地,第三确定模块33,具体用于:
从各所述属性实体中选取一个属性实体作为当前属性实体;
将目标实体确定为与所述当前属性实体相关联的主体实体,以实现所述当前属性实体的关联关系的构建;
继续选取当前属性实体直至各所述属性实体选取完成;
若所述当前属性实体的取值最大的关联度信息所对应的主体实体的个数为一个,将所对应的主体实体确定为所述目标实体;否则将取值最大的关联度信息所对应的每个主体实体分别确定为所述目标实体,以形成所述文本信息对应的多组关联关系,每组关联关系中包括各所述属性实体与对应主体实体的关联关系,一个属性实体对应一个主体实体,在确定出多组关联关系时,将取值最小的组异构性信息所对应的关联关系确定为所述文本信息的实体间的关联关系。
进一步地,所述组异构性信息的确定操作包括:
针对每组关联关系,确定每个属性实体与所关联的主体实体的行距信息;
针对每个属性实体,根据所对应行距信息中频次最高的行距信息和所对应行距信息中除频次最高的行距信息外的行距信息,确定该属性信息的属性异构性信息;
将各属性异构性信息的和确定为对应组的组异构性信息。
进一步地,第一确定模块31,具体用于:
基于文本属性信息过滤识别出的实体,所述实体为对经过清洗处理后的文本信息识别确定;
确定所述实体中的主体实体和属性实体。
进一步地,所述文本属性信息包括如下一个或多个:富文本信息、实体饱和度和实体类型。
上述实体间关联关系的确定装置可执行本公开任意实施例所提供的实体间关联关系的确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本公开实施例四提供的一种终端设备的结构示意图。图4示出了适于用来实现本公开实施例的终端设备400的结构示意图。本公开实施例中的终端设备400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal DigitalAssistant,PDA)、平板电脑(Portable Android Device,PAD)、便携式多媒体播放器(Portable Media Player,PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的终端设备400仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,终端设备400可以包括一个或多个处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。一个或多个处理装置401实现如本公开提供的实体间关联关系的确定方法。在RAM403中,还存储有终端设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408,存储装置408用于存储一个或多个程序;以及通信装置409。通信装置409可以允许终端设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的终端设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备400中所包含的;也可以是单独存在,而未装配入该终端设备400中。
上述计算机可读介质存储有一个或者多个计算机程序,当上述一个或者多个程序被处理装置执行时实现如下方法:
确定文本信息中的主体实体和属性实体;
将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
根据所述关联度信息,确定实体间的关联关系。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种实体间关联关系的确定方法,包括:
确定文本信息中的主体实体和属性实体;
将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
根据所述关联度信息,确定实体间的关联关系。
根据本公开的一个或多个实施例,示例2根据示例1所述的方法,
所述关联度模型的训练操作包括:
基于训练样本集对预先建立的逻辑回归模型进行训练,得到关联度模型;
其中,所述训练样本集包括正样本和负样本,所述正样本包括训练用信息中相关联的训练用主体实体和训练用属性实体,所述负样本包括所述训练用信息中不关联的训练用主体实体和训练用属性实体。
根据本公开的一个或多个实施例,示例3根据示例2所述的方法,
所述回归模型的特征信息包括如下一个或多个:富文本信息、实体饱和度、实体行距、实体位置信息和实体类型,富文本信息表征实体是否加粗,实体饱和度表征实体在所处句子中的占比,实体行距表征主体实体与属性实体间行距的绝对值,实体位置信息表征实体在所处文本行的位置信息,实体类型表征文本的类型。
根据本公开的一个或多个实施例,示例4根据示例1所述的方法,
所述根据所述关联度信息,确定实体间的关联关系,包括:
从各所述属性实体中选取一个属性实体作为当前属性实体;
将目标实体确定为与所述当前属性实体相关联的主体实体,以实现所述当前属性实体的关联关系的构建;
继续选取当前属性实体直至各所述属性实体选取完成;
若所述当前属性实体的取值最大的关联度信息所对应的主体实体的个数为一个,将所对应的主体实体确定为所述目标实体;否则将取值最大的关联度信息所对应的每个主体实体分别确定为所述目标实体,以形成所述文本信息对应的多组关联关系,每组关联关系中包括各所述属性实体与对应主体实体的关联关系,一个属性实体对应一个主体实体,在确定出多组关联关系时,将取值最小的组异构性信息所对应的关联关系确定为所述文本信息的实体间的关联关系。
根据本公开的一个或多个实施例,示例5根据示例4所述的方法,
所述组异构性信息的确定操作包括:
针对每组关联关系,确定每个属性实体与所关联的主体实体的行距信息;
针对每个属性实体,根据所对应行距信息中频次最高的行距信息和所对应行距信息中除频次最高的行距信息外的行距信息,确定该属性信息的属性异构性信息;
将各属性异构性信息的和确定为对应组的组异构性信息。
根据本公开的一个或多个实施例,示例6根据示例1所述的方法,所述确定文本信息中的主体实体和属性实体,包括:
基于文本属性信息过滤识别出的实体,所述实体为对经过清洗处理后的文本信息识别确定;
确定所述实体中的主体实体和属性实体。
根据本公开的一个或多个实施例,示例7根据示例6所述的方法,所述文本属性信息包括如下一个或多个:富文本信息、实体饱和度和实体类型。
根据本公开的一个或多个实施例,示例8提供了一种实体间关联关系的确定装置,包括:
第一确定模块,用于确定文本信息中的主体实体和属性实体;
第二确定模块,用于将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
第三确定模块,用于根据所述关联度信息,确定实体间的关联关系。
根据本公开的一个或多个实施例,示例9提供了一种终端设备,包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如示例1-7中任一所述的方法。
根据本公开的一个或多个实施例,示例10提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现如示例1-7中任一所述的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种实体间关联关系的确定方法,其特征在于,包括:
确定文本信息中的主体实体和属性实体;
将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
根据所述关联度信息,确定实体间的关联关系。
2.根据权利要求1所述的方法,其特征在于,所述关联度模型的训练操作包括:
基于训练样本集对预先建立的逻辑回归模型进行训练,得到关联度模型;
其中,所述训练样本集包括正样本和负样本,所述正样本包括训练用信息中相关联的训练用主体实体和训练用属性实体,所述负样本包括所述训练用信息中不关联的训练用主体实体和训练用属性实体。
3.根据权利要求2所述的方法,其特征在于,所述回归模型的特征信息包括如下一个或多个:富文本信息、实体饱和度、实体行距、实体位置信息和实体类型,富文本信息表征实体是否加粗,实体饱和度表征实体在所处句子中的占比,实体行距表征主体实体与属性实体间行距的绝对值,实体位置信息表征实体在所处文本行的位置信息,实体类型表征文本的类型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述关联度信息,确定实体间的关联关系,包括:
从各所述属性实体中选取一个属性实体作为当前属性实体;
将目标实体确定为与所述当前属性实体相关联的主体实体,以实现所述当前属性实体的关联关系的构建;
继续选取当前属性实体直至各所述属性实体选取完成;
若所述当前属性实体的取值最大的关联度信息所对应的主体实体的个数为一个,将所对应的主体实体确定为所述目标实体;否则将取值最大的关联度信息所对应的每个主体实体分别确定为所述目标实体,以形成所述文本信息对应的多组关联关系,每组关联关系中包括各所述属性实体与对应主体实体的关联关系,一个属性实体对应一个主体实体,在确定出多组关联关系时,将取值最小的组异构性信息所对应的关联关系确定为所述文本信息的实体间的关联关系。
5.根据权利要求4所述的方法,其特征在于,所述组异构性信息的确定操作包括:
针对每组关联关系,确定每个属性实体与所关联的主体实体的行距信息;
针对每个属性实体,根据所对应行距信息中频次最高的行距信息和所对应行距信息中除频次最高的行距信息外的行距信息,确定该属性信息的属性异构性信息;
将各属性异构性信息的和确定为对应组的组异构性信息。
6.根据权利要求1所述的方法,其特征在于,所述确定文本信息中的主体实体和属性实体,包括:
基于文本属性信息过滤识别出的实体,所述实体为对经过清洗处理后的文本信息识别确定;
确定所述实体中的主体实体和属性实体。
7.根据权利要求6所述的方法,其特征在于,所述文本属性信息包括如下一个或多个:富文本信息、实体饱和度和实体类型。
8.一种实体间关联关系的确定装置,其特征在于,包括:
第一确定模块,用于确定文本信息中的主体实体和属性实体;
第二确定模块,用于将确定出的每个主体实体和确定出的每个属性实体输入至关联度模型,确定每个所述主体实体与各所述属性实体间的关联度信息;
第三确定模块,用于根据所述关联度信息,确定实体间的关联关系。
9.一种终端设备,其特征在于,包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010899795.XA CN112115720A (zh) | 2020-08-31 | 2020-08-31 | 一种实体间关联关系的确定方法、装置、终端设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010899795.XA CN112115720A (zh) | 2020-08-31 | 2020-08-31 | 一种实体间关联关系的确定方法、装置、终端设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112115720A true CN112115720A (zh) | 2020-12-22 |
Family
ID=73805074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010899795.XA Pending CN112115720A (zh) | 2020-08-31 | 2020-08-31 | 一种实体间关联关系的确定方法、装置、终端设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112115720A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699667A (zh) * | 2020-12-29 | 2021-04-23 | 京东数字科技控股股份有限公司 | 一种实体相似度确定方法、装置、设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729319A (zh) * | 2017-10-18 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN108052636A (zh) * | 2017-12-20 | 2018-05-18 | 北京工业大学 | 确定文本主题相关度的方法、装置及终端设备 |
US10061300B1 (en) * | 2017-09-29 | 2018-08-28 | Xometry, Inc. | Methods and apparatus for machine learning predictions and multi-objective optimization of manufacturing processes |
CN108897853A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 生成推送信息的方法和装置 |
CN109933785A (zh) * | 2019-02-03 | 2019-06-25 | 北京百度网讯科技有限公司 | 用于实体关联的方法、装置、设备和介质 |
CN110275963A (zh) * | 2019-06-25 | 2019-09-24 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110427623A (zh) * | 2019-07-24 | 2019-11-08 | 深圳追一科技有限公司 | 半结构化文档知识抽取方法、装置、电子设备及存储介质 |
CN110765117A (zh) * | 2019-09-30 | 2020-02-07 | 中国建设银行股份有限公司 | 欺诈识别方法、装置、电子设备及计算机可读存储介质 |
CN111177393A (zh) * | 2020-01-02 | 2020-05-19 | 广东博智林机器人有限公司 | 一种知识图谱的构建方法、装置、电子设备及存储介质 |
CN111461330A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 一种基于多语言简历的多语言知识库构建方法及系统 |
-
2020
- 2020-08-31 CN CN202010899795.XA patent/CN112115720A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10061300B1 (en) * | 2017-09-29 | 2018-08-28 | Xometry, Inc. | Methods and apparatus for machine learning predictions and multi-objective optimization of manufacturing processes |
CN107729319A (zh) * | 2017-10-18 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN108052636A (zh) * | 2017-12-20 | 2018-05-18 | 北京工业大学 | 确定文本主题相关度的方法、装置及终端设备 |
CN108897853A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 生成推送信息的方法和装置 |
CN109933785A (zh) * | 2019-02-03 | 2019-06-25 | 北京百度网讯科技有限公司 | 用于实体关联的方法、装置、设备和介质 |
CN110275963A (zh) * | 2019-06-25 | 2019-09-24 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110427623A (zh) * | 2019-07-24 | 2019-11-08 | 深圳追一科技有限公司 | 半结构化文档知识抽取方法、装置、电子设备及存储介质 |
CN110765117A (zh) * | 2019-09-30 | 2020-02-07 | 中国建设银行股份有限公司 | 欺诈识别方法、装置、电子设备及计算机可读存储介质 |
CN111177393A (zh) * | 2020-01-02 | 2020-05-19 | 广东博智林机器人有限公司 | 一种知识图谱的构建方法、装置、电子设备及存储介质 |
CN111461330A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 一种基于多语言简历的多语言知识库构建方法及系统 |
Non-Patent Citations (2)
Title |
---|
叶明全;胡学钢;: "一种基于灰色关联度的决策树改进算法", 计算机工程与应用, no. 32, 11 November 2007 (2007-11-11) * |
李敬;张盼盼;王利东;: "基于拓扑邻域的序信息系统属性权重确定方法", 数码设计, no. 02, 15 October 2016 (2016-10-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699667A (zh) * | 2020-12-29 | 2021-04-23 | 京东数字科技控股股份有限公司 | 一种实体相似度确定方法、装置、设备和存储介质 |
CN112699667B (zh) * | 2020-12-29 | 2024-05-21 | 京东科技控股股份有限公司 | 一种实体相似度确定方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413742B (zh) | 简历信息的查重方法、装置、设备及存储介质 | |
CN110969012A (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
WO2023273598A1 (zh) | 文本搜索方法、装置、可读介质及电子设备 | |
CN111325031B (zh) | 简历解析方法及装置 | |
CN111414471B (zh) | 用于输出信息的方法和装置 | |
CN111680761A (zh) | 信息反馈方法、装置和电子设备 | |
CN115270717A (zh) | 一种立场检测方法、装置、设备及介质 | |
CN116151220A (zh) | 分词模型训练方法、分词处理方法和装置 | |
CN111428011B (zh) | 词语的推荐方法、装置、设备及存储介质 | |
CN114298007A (zh) | 一种文本相似度确定方法、装置、设备及介质 | |
CN113011169B (zh) | 一种会议纪要的处理方法、装置、设备及介质 | |
CN112115720A (zh) | 一种实体间关联关系的确定方法、装置、终端设备及介质 | |
CN113033707A (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN110659208A (zh) | 测试数据集的更新方法和装置 | |
CN114417974B (zh) | 模型训练方法、信息处理方法、装置、电子设备和介质 | |
CN111339776B (zh) | 简历解析方法、装置、电子设备和计算机可读存储介质 | |
CN110502630B (zh) | 信息处理方法及设备 | |
CN114428867A (zh) | 数据挖掘方法、装置、存储介质及电子设备 | |
CN113488050A (zh) | 语音唤醒方法、装置、存储介质及电子设备 | |
CN113987118A (zh) | 语料的获取方法、装置、设备及存储介质 | |
CN116821327A (zh) | 文本数据处理方法、装置、设备、可读存储介质及产品 | |
CN113807056A (zh) | 一种文档名称序号纠错方法、装置和设备 | |
CN113609390A (zh) | 信息分析方法及装置、电子设备和计算机可读存储介质 | |
CN112509581A (zh) | 语音识别后文本的纠错方法、装置、可读介质和电子设备 | |
CN112286900A (zh) | 一种数据处理方法、装置、设备及存储介质 |
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 |