自适应属性选择的实体对齐方法

苏佳林^1,2(),王元卓¹,靳小龙¹,程学旗¹

1. 中国科学院计算技术研究所网络数据科学与技术重点实验室，北京 100080
2. 中国科学院大学计算机与控制学院，北京 101408

收稿日期:2019-07-22出版日期:2020-02-20发布日期:2020-02-14

作者简介:苏佳林(1996-),女,辽宁锦州人,硕士研究生,主要研究方向为知识图谱. E-mail:sujialin17g@ict.ac.cn
基金资助:国家重点研发计划项目课题(2016YFB1000902);国家自然科学基金资助项目(61572469);国家自然科学基金资助项目(61772501);国家自然科学基金资助项目(61572473);国家自然科学基金资助项目(91646120)

Entity alignment method based on adaptive attribute selection

Jialin SU^1,2(),Yuanzhuo WANG¹,Xiaolong JIN¹,Xueqi CHENG¹

1. CAS Key Lab of Network Data Science and Technology, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080, China
2. School of Computer and Control Engineering, University of Chinese Academy of Sciences, Beijing 101408, China

Received:2019-07-22Online:2020-02-20Published:2020-02-14


Supported by:国家重点研发计划项目课题(2016YFB1000902);国家自然科学基金资助项目(61572469);国家自然科学基金资助项目(61772501);国家自然科学基金资助项目(61572473);国家自然科学基金资助项目(91646120)

摘要/Abstract

摘要： 现有实体对齐方法普遍存在传统方法依赖外部信息和人工构建特征，而基于表示学习的方法忽略了知识图谱中的结构信息的问题。针对上述问题，提出自适应属性选择的实体对齐方法，融合实体的语义和结构信息训练基于两个图谱联合表示学习的实体对齐模型。提出使用基于自适应属性选择的属性强约束模型，根据数据集特征自动生成最优属性类型和权重约束，提升实体对齐效果。两个实际数据集上的试验表明,该方法与传统表示学习方法相比准确率最高提升了约11%。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1889