一种文本知识库内知识点消歧的方法

本发明属于文本消歧技术领域，具体涉及一种文本知识库内知识点消歧的方法，该知识点消歧的方法包括以下步骤：获取文本内容，通过知识库对文本内容提取待消歧知识点，并对文本内容进行预处理；对待消歧知识点进行全局统计，将待消歧知识点转换为待校验向量并存入向量数据库；根据待消歧知识点生成若干候选知识点；通过消歧模型计算待消歧知识点和候选知识点的相似度，获取每个候选知识点的相似度综合评分。本发明通过获取待消歧知识点，利用社区检测和深度学习获取候选知识点集合，从语义、语境等多维度计算相似度评分，确定最佳消歧结果。相较于传统方法，避免了语义理解不足导致的消歧不准确问题，提高了准确性、可靠性、完整性和效率。