融合语义和结构信息的知识图谱实体对齐

苏佳林

1,2,

王元卓

1*,

靳小龙

1,

李曼玲

1,

程学旗

1

【摘

要】

实体对齐能够发现不同知识图谱实体间的对齐关系

,

是多源知识融合的

基础。现有的基于知识表示学习的方法依赖大量标注数据

,

且并未利用知识图谱

中属性等结构化信息

,

限制了实体对齐的效果。针对这个问题

,

文章提出融合语义

和结构信息的实体对齐方法

,

使用协同训练

(Cotraining)

框架

,

将特征分为语义视

,

两个

基于

示学

(Joint

Embedding)

的实体对齐模型

,

并不断选出最可信的实体对齐结果用于辅助另一

视角下模型的训练

,

实现语义和结构信息的融合

,

从而提升实体对齐的效果。同时

,

提出使用属性强约束

,

限制协同训练过程中产生的漂移。实验证明

,

与传统方法相

,

该方法在准确率和

F1

值上都有提升。

【期刊名称】

《山西大学学报(自然科学版)

【年

(

),

期】

2019(042)001

【总页数】

8

【关键词】

知识图谱

;

联合表示学习

;

协同训练

;

实体对齐

https://www.zhangqiaokeyan.com/academic-journal-cn_journal-shanxi-university-

natural-science-edition_thesis/0201273470387.html

接受日期:

2018-11-26

(2017YFB1002302

2017YFC0820404);

(61772501

61572473

61572469

91646120)

0

引言

Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐