[发明专利]实体链接语料标注方法和装置

权利要求书

1.一种实体链接语料标注方法，所述方法包括：

针对第一原始语料进行命名实体识别，得到预设类型的命名实体构成的命名实体集合；

对于所述命名实体集合中任意的目标命名实体，从标准库中召回N个目标候选实体；

基于所述目标命名实体、所述第一原始语料中的所述目标命名实体的上下文、所述N个目标候选实体中的第一候选实体，确定所述目标命名实体与所述第一候选实体之间的匹配度分数；

按照匹配度分数由高到低的顺序，确定所述N个目标候选实体的排序；

将标注辅助信息提供给标注人员作为标注的参考，所述标注辅助信息包括，所述命名实体集合以及其中每个命名实体对应的N个目标候选实体及其排序。

2.如权利要求1所述的方法，其中，所述针对第一原始语料进行命名实体识别，包括：

将所述第一原始语料输入预先训练的命名实体识别模型，通过所述命名实体识别模型识别出多种类型的字符串；

从所述多种类型的字符串中筛选出预设类型的字符串，以得到所述命名实体集合。

3.如权利要求1所述的方法，其中，所述针对第一原始语料进行命名实体识别，包括：

将所述第一原始语料输入预先训练的命名实体识别模型，通过所述命名实体识别模型识别出预设类型的字符串，以得到所述命名实体集合。

4.如权利要求1所述的方法，其中，所述预设类型为公司类型，所述标准库包括多个公司各自对应的标准实体。

5.如权利要求1所述的方法，其中，所述确定所述目标命名实体与所述第一候选实体之间的匹配度分数，包括：

基于所述目标命名实体、所述上下文、所述第一候选实体，针对多个特征项进行特征提取，得到对应的多个特征值；

根据所述多个特征值，确定所述目标命名实体与所述第一候选实体之间的匹配度分数。

6.如权利要求5所述的方法，其中，所述多个特征项包括如下至少一种：

所述目标命名实体与所述第一候选实体之间的文本相似度、所述目标命名实体与所述第一候选实体的多个别名之间的最大文本相似度、所述上下文中是否出现所述第一候选实体的关联信息、所述上下文中包括的其他命名实体与所述第一候选实体的匹配度。

7.如权利要求5所述的方法，其中，所述多个特征项包括第一特征项，所述第一特征项为所述目标命名实体与所述第一候选实体之间的文本相似度；

所述针对多个特征项进行特征提取，包括：

将所述目标命名实体对应于知识图谱中的第一节点，将所述第一候选实体对应于所述知识图谱中的第二节点；所述知识图谱中的节点包括标准实体、标准实体的别名，具有关联关系的两个节点之间具有连接边；

基于图嵌入模型确定所述第一节点的第一嵌入向量，以及确定第二节点的第二嵌入向量；

根据所述第一嵌入向量和所述第二嵌入向量，确定所述第一特征项的特征值。

8.如权利要求5所述的方法，其中，所述根据所述多个特征值，确定所述目标命名实体与所述第一候选实体之间的匹配度分数，包括：

基于所述多个特征值，根据预设规则，确定所述匹配度分数。

9.如权利要求5所述的方法，其中，所述根据所述多个特征值，确定所述目标命名实体与所述第一候选实体之间的匹配度分数，包括：

将所述多个特征值输入预先训练的打分模型，根据所述打分模型的输出，确定所述匹配度分数。

10.如权利要求1所述的方法，其中，所述将标注辅助信息提供给标注人员作为标注的参考之后，所述方法还包括：

接收所述标注人员对所述第一原始语料进行实体识别标注的第一标注指令；

根据所述第一标注指令，删除所述命名实体集合中的第一命名实体。