基于结合图结构信息和文本语义模型的实体对齐方法专利查询专利号|摘要-满商公司网

基于结合图结构信息和文本语义模型的实体对齐方法

基本信息

申请号	CN202111616769.2	申请日	-
公开（公告）号	CN114417809A	公开（公告）日	2022-04-29
申请公布号	CN114417809A	申请公布日	2022-04-29
分类号	G06F40/189（2020.01）I;G06F40/279（2020.01）I	分类	计算；推算；计数;
发明人	董嘉诚;杨磊	申请（专利权）人	北京滴普科技有限公司
代理机构	北京中政联科专利代理事务所（普通合伙）	代理人	赖学能
地址	100000北京市海淀区彩和坊路8号4层406
法律状态	-

摘要

本发明公开了基于结合图结构信息和文本语义模型的实体对齐方法，属于计算机网络技术领域，通过提取非结构化文本数据实体信息、实体属性信息和实体关系信息，并组成原始三元组数据，生成基于图结构实体嵌入表示，并计算不同实体间余弦相似度，提取实体在原文中上下文关于机构和人名信息，用作实体辅助描述信息，计算不同实体间描述信息是否有交集，计算不同实体名称编辑距离、word2vec余弦相似度，基于预训练模型计算不同实体名称语义相似度，综合相似度得分以判定两个实体是否为同一实体，本发明综合利用图结构信息、字符信息和语义信息来判定实体之间相似度，充分利用实体图结构信息和语义信息进行实体对齐，提高在共有信息稀疏时对齐的准确度。