[发明专利]训练实体特征提取模型的方法、装置和存储介质

权利要求书

1.一种训练实体特征提取模型的方法，其特征在于，所述方法包括：

确定待训练的实体特征提取模型所属的目标实体展示场景；

基于预先存储的实体展示场景与分类属性的对应关系，确定所述目标实体展示场景对应的目标分类属性，基于所述目标分类属性对各实体进行分类，其中，同类实体的所述目标分类属性的属性值相同；

确定目标样本实体，确定所述目标样本实体对应的正样本实体，在所述目标样本实体的同类实体中，确定所述目标样本实体对应的负样本实体；

基于所述目标样本实体、所述正样本实体和所述负样本实体，对所述实体特征提取模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标样本实体对应的正样本实体，包括：

获取所述目标样本实体对应的图数据；

在所述图数据中，确定与所述目标样本实体对应的第一节点之间存在连接边的第二节点，确定所述第二节点对应的实体为所述目标样本实体对应的正样本实体。

3.根据权利要求2所述的方法，其特征在于，所述在所述目标样本实体的同类实体中，确定所述目标样本实体对应的负样本实体，包括：

在所述目标样本实体的同类实体中，确定在所述图数据中对应的第三节点与所述第一节点之间不存在连接边的预设数目个实体，作为所述目标样本实体对应的负样本实体。

4.根据权利要求3所述的方法，其特征在于，所述在所述目标样本实体的同类实体中，确定对应的第三节点与所述第一节点之间不存在连接边的预设数目个实体，作为所述目标样本实体对应的负样本实体，包括：

在所述目标样本实体的同类实体中，随机选取实体，每选取一个实体，在所述图数据中确定当前选取的实体对应的第三节点与所述第一节点之间是否存在连接边，如果所述第三节点与所述第一节点之间不存在连接边，则确定当前选取的实体为所述目标样本实体对应的负样本实体，直到确定出的所述目标样本实体对应的负样本实体达到预设数目时，结束选取实体。

5.根据权利要求1所述的方法，其特征在于，所述基于所述目标样本实体、所述正样本实体和所述负样本实体，对所述实体特征提取模型进行训练，包括：

获取所述目标样本实体、所述正样本实体和所述负样本实体的特征参考属性的属性值；

将所述目标样本实体、所述正样本实体和所述负样本实体的特征参考属性的属性值，分别输入所述实体特征提取模型，得到所述目标样本实体对应的第一特征信息、所述正样本实体对应的第二特征信息和所述负样本实体对应的第三特征信息；

计算所述第二特征信息与所述第一特征信息之间的第一相似度，并计算所述第三特征信息与所述第一特征信息之间的第二相似度；

基于所述第一相似度和所述第二相似度，对所述实体特征提取模型进行训练。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第一相似度和所述第二相似度，对所述实体特征提取模型进行训练，包括：

将所述第一相似度与所述第二相似度的差值，输入损失函数，得到所述实体特征提取模型中每个待调节参数的调节值；

基于所述每个待调节参数的调节值，对所述实体特征提取模型中的每个待调节参数进行数值调整。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述基于所述目标样本实体、所述正样本实体和所述负样本实体，对所述实体特征提取模型进行训练之后，还包括：

将数据库中多个实体的所述特征参考属性的属性值，分别输入所述目标实体展示场景对应的经过训练的实体特征提取模型，得到每个实体对应的特征信息。