Institute of Computing Technology, Chinese Academy IR
| 融合语义和结构信息的知识图谱实体对齐 | |
苏佳林; 王元卓; 靳小龙 ; 李曼玲; 程学旗
| |
| 2019 | |
| 发表期刊 | 山西大学学报:自然科学版
 |
| ISSN | 0253-2395 |
| 卷号 | 42.0期号:1.0页码:23 |
| 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,将特征分为语义视角和结构视角,在两个视角下分别训练基于两个图谱联合表示学习(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,与传统方法相比,该方法在准确率和F1值上都有提升。 |
| 关键词 | 知识图谱 联合表示学习 协同训练 实体对齐 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/29935 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 苏佳林,王元卓,靳小龙,等. 融合语义和结构信息的知识图谱实体对齐[J]. 山西大学学报:自然科学版,2019,42.0(1.0):23. |
| APA | 苏佳林,王元卓,靳小龙,李曼玲,&程学旗.(2019).融合语义和结构信息的知识图谱实体对齐.山西大学学报:自然科学版,42.0(1.0),23. |
| MLA | 苏佳林,et al."融合语义和结构信息的知识图谱实体对齐".山西大学学报:自然科学版 42.0.1.0(2019):23. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [苏佳林]的文章 |
| [王元卓]的文章 |
| [靳小龙]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [苏佳林]的文章 |
| [王元卓]的文章 |
| [靳小龙]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [苏佳林]的文章 |
| [王元卓]的文章 |
| [靳小龙]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论