1.一种基于实体链接的任务需求解析方法，其特征在于，包括：根据任务需求文本生成候选实体，并从知识库中获取描述信息；

根据任务需求文本构建查询语句，将所述查询语句与候选实体及描述信息拼接，获取拼接结果；

对所述拼接结果进行不可链接预测，获取不可链接初步预测结果、不同可链接实体及其提及之间的匹配概率；

对于初步预测结果中不可链接实体提及进行重预测，将重预测结果中的不可链接实体提及加入到知识库中，对于初步预测结果及重预测结果中的可链接实体提及进行全局消歧后，根据可链接实体及其提及之间的匹配概率对可链接实体提及进行排序，对排序后的结果进行编码得到全局打分，根据全局打分得到最优的任务需求；

对于初步预测结果中不可链接实体提及进行重预测，包括：将可链接实体的描述信息并入知识库中重建查询语句，将任务需求文本中不可链接实体通过BERT模型编码得到特征表示；

将特征表示通过Dropout层进行正则化处理；

将正则化处理后的特征表示通过Dense层进行不可链接实体的预测，得到可链接实体；

根据可链接实体及其提及之间的匹配概率对可链接实体提及进行排序，包括：根据可链接实体及其提及之间的匹配概率，对候选实体提及预测匹配分数；

计算每个候选实体提及的匹配分数的极差；

根据极差大小对候选实体提及进行排序；

对排序后的结果进行编码得到全局打分，根据全局打分得到最优的任务需求，包括：从极差最大的候选实体提及开始消歧，减少噪声数据的干扰，得到消歧结果编码；

将得到的消歧结果编码与查询语句更新后得到的BERT编码通过GRU模块进行全局打分；

根据全局打分得到最优的任务需求。

2.根据权利要求1所述的方法，其特征在于，所述根据任务需求文本构建查询语句，包括：借鉴阅读理解的方式根据任务需求文本构建查询语句。

3.根据权利要求1所述方法，其特征在于，对所述拼接结果进行不可链接预测，获取不可链接初步预测结果、不同可链接实体及其提及之间的匹配概率，包括：将拼接结果通过BERT模型编码得到特征表示，所述特征表示包括问题特征、候选实体及其描述特征；

将问题特征通过多层感知机进行初步的不可链接预测，生成不可链接初步判断结果；

将问题特征、候选实体及其描述特征通过全连接层进行精确的不可链接预测，得到不同可链接实体及其提及之间的匹配概率。

4.根据权利要求3所述方法，其特征在于，该方法包括：将不可链接实体和一个标记为NIL的选项作为候选实体；

将问题特征、候选实体及其描述特征通过全连接层进行精确的不可链接预测，得到不同可链接实体及其提及之间的匹配概率。

5.根据权利要求1所述方法，其特征在于，所述任务需求包括：目标类型、任务手段、军兵种、任务域和任务目的信息。

6.一种基于实体链接的任务需求解析系统，其特征在于，包括：候选实体生成模块，用于根据任务需求文本生成候选实体，并从知识库中获取描述信息；

查询语句构建模块，用于根据任务需求文本构建查询语句，将所述查询语句与候选实体及描述信息拼接，获取拼接结果，不可链接预测模块，对所述拼接结果进行不可链接预测，获取不可链接初步判断结果、不同候选实体及其提及之间的匹配概率；

链接顺序预测模块，用于对初步预测结果及重预测结果中的可链接实体提及进行全局消歧后，根据可链接实体及其提及之间的匹配概率对可链接实体提及进行排序，用于执行以下步骤：根据可链接实体及其提及之间的匹配概率，对候选实体提及预测匹配分数；

计算每个候选实体提及的匹配分数的极差；

根据极差大小对候选实体提及进行排序；

多阶段链接模块，对排序后的结果进行编码得到全局打分，根据全局打分得到最优的任务需求，用于执行以下步骤：从极差最大的候选实体提及开始消歧，减少噪声数据的干扰，得到消歧结果编码；

将得到的消歧结果编码与查询语句更新后得到的BERT编码通过GRU模块进行全局打分；

根据全局打分得到最优的任务需求；

不可链接重预测模块，用于对初步预测结果中不可链接实体提及进行重预测，得到可链接实体，用于执行以下步骤：将可链接实体的描述信息并入知识库中重建查询语句，将任务需求文本中不可链接实体通过BERT模型编码得到特征表示；

将特征表示通过Dropout层进行正则化处理；

将正则化处理后的特征表示通过Dense层进行不可链接实体的预测，得到可链接实体。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1‑5中任一所述的基于实体链接的任务需求解析方法。