一种基于多种相似度的轻量级实体匹配方法

本发明提供了一种基于多种相似度的轻量级实体匹配方法，涉及自然语言处理与知识图谱技术领域，本发明构造正负样本后进行分词与向量化处理；随后通过平均池化获得实体与上下文的向量表示。在特征计算阶段引入Word2Vec语义相似度、BM25双向最大值相似度、Jaccard相似度，并结合注意力机制提取上下文中与候选实体最相关的信息。将多维相似度特征拼接后输入至多层感知机分类器，利用ReLU激活和Dropout防止过拟合，最终通过Sigmoid函数输出候选实体为正确链接的概率。本发明能够在保持较低计算开销的同时实现较高的实体链接准确率，适用于产品信息处理等需要高效、可解释匹配的场景。