Institute of Computing Technology, Chinese Academy IR
自适应属性选择的实体对齐方法 | |
苏佳林1; 王元卓1; 靳小龙1; 程学旗1 | |
2020 | |
发表期刊 | 山东大学学报:工学版 |
ISSN | 1672-3961 |
卷号 | 50.0期号:1.0页码:14 |
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%。 |
关键词 | 知识图谱 实体对齐 自适应属性选择 联合表示学习 属性强约束 |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://119.78.100.204/handle/2XEOYT63/37642 |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 1.中国科学院计算技术研究所 2.中国科学院大学 |
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. 自适应属性选择的实体对齐方法[J]. 山东大学学报:工学版,2020,50.0(1.0):14. |
APA | 苏佳林,王元卓,靳小龙,&程学旗.(2020).自适应属性选择的实体对齐方法.山东大学学报:工学版,50.0(1.0),14. |
MLA | 苏佳林,et al."自适应属性选择的实体对齐方法".山东大学学报:工学版 50.0.1.0(2020):14. |
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