一种基于结合知识描述的神经网络的实体消歧的方法

摘要

本发明公开了一种基于结合知识描述的神经网络的实体消歧的方法，涉及自然语言处理技术领域。包括以下步骤：步骤1：使用指称上下文文本和候选实体进行建模，计算指称上下文文本与候选实体的相似度；步骤2：使用候选实体知识描述的文本信息与指称的上下文文本进行建模；步骤3：对候选实体知识描述关键词提取；步骤4：建立实体消歧的局部模型；步骤5：建立实体消歧的全局模型；步骤6：引入损失函数，训练找到步骤4中的目标式。本发明从候选实体以及本文上下文的向量中同时进行实体操作，将全局模型用于短文本的实体消歧中，结合优化后的局部模型，弥补了全局模型语料库缺乏以及局部模型缺少文本其他实体信息的问题。