喜报！渊亭科技又获1项国家发明专利

　　近日，渊亭科技喜讯不断，再获1项国家发明专利！公司研发的《一种基于循环神经网络的实体链接装置和方法》 被国家知识产权局授予发明专利！这是继11月初获得知识图谱两项国家发明专利后，渊亭科技在知识产权领域取得又一重大进步！
　　随着这几年新一波人工智能浪潮的到来，深度学习相关技术被应用到诸多行业和领域。知识图谱是深度学习中非常重要的一个研究方向，目前知识图谱在经过实体-关系抽取后，研究技术已基本成型，但由于自然语言具有复杂性、多意性和模糊性的多重特点，无疑为实体链接的识别 增加了难度。
　　实体的歧义性 体现在两个方面：
　　（1）实体可能存在多词同义的情况，即一个实体可以用多个实体指称来表示，比如麻省理工学院和MIT都是指美国麻省同一个实体。
　　（2）实体也有一词多义的现象，即同一个实体指称可以表示多个实体，例如苹果可以是水果也可以是Apple公司。
　　实体链接算法 需要通过实体指称及其上下文的文本信息，借助目标知识图谱，将其链接到知识图谱中正确的映射实体上。为此，渊亭科技创新性提出了《一种基于循环神经网络的实体链接装置和方法》发明，目的是提供一种实体链接装置和方法，提高实体链接的准确性。
　　专利原理
　　本发明中实体链接方法，在实体链接过程和链接推理过程均设置有神经网络模型 ，以进行模型推理，获得候选实体，及根据所述候选实体的上下文语义以及每一个候选对应的预选链接结果进行模型推理获得实体链接结果，从而可以充分地利用外部知识，优化链接模型推理过程，提高实体链接的准确性。
　　该专利应用在知识图谱构建过程，能够极大地优化基于原始数据解析知识实体的准确度 ，并能够有效地减少数据融合的工作量，进而改善知识网络的构建效率 和构建质量 ，提升知识赋能效果。
　　该专利可被广泛运用于跨领域知识图谱 的生成和应用，例如在知识抽取环节，针对设备特性、资讯信息、科研文章等不同表达方式的原始数据，进行跨领域的数据融合，得到更为体系化的知识网络。又例如在信息检索场景中，可利用实体的辅助链接信息，来补充检索结果以提升信息查询结构的匹配度。
　　作为认知决策智能先行者与领导者，渊亭科技在知识图谱领域拥有核心技术优势与领先的工程化能力。截至目前，渊亭科技已拥有人工智能类发明专利和软著逾200项 ，未来将不断发挥知识产权优势，创新研究手段，赋能多样化产品矩阵，提升企业核心竞争力！