欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022106390072
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于语义感知的低资源知识图谱实体对齐方法,其特征在于:所述方法的具体步骤如下:Step1、使用知识图谱中三元组构建伪语句,之后使用预训练模型得到实体和关系的初始特征;

Step2、对原始知识图谱构建对偶关系图;

Step3、使用图注意力网络聚合对偶关系图得到关系的最终表示,即关系特征;

Step4、将关系特征与实体特征拼接降维得到实体聚合的初始向量;

Step5、通过图卷积网络聚合实体的邻居特征,并计算源知识图谱中实体与目标知识图谱间的实体相似度;

Step6、根据相似度排列实体,得到源知识图谱中实体在目标知识图谱中的对应实体。

2.根据权利要求1所述的基于语义感知的低资源知识图谱实体对齐方法,其特征在于:所述Step1中,首先使用知识图谱中的三元组构建伪语句,然后将其送入预训练模型中得到

0 init

实体的初始特征矩阵E和关系的初始特征矩阵X 。

3.根据权利要求1所述的基于语义感知的低资源知识图谱实体对齐方法,其特征在于:所述Step2中,首先使用原始知识图谱中的关系作为对偶关系图的节点,然后根据关系间共享头实体和尾实体的数量得到关系权重并将其作为对偶关系图的边。

4.根据权利要求1所述的基于语义感知的低资源知识图谱实体对齐方法,其特征在于:所述Step3中,使用有修改的图注意力网络聚合对偶关系图得到关系特征,之后将不同三元组中的同一关系按列拼接并加权求和得到维度统一的关系表示矩阵X。

5.根据权利要求1所述的基基于语义感知的低资源知识图谱实体对齐方法,其特征在0

于:所述Step4中,将关系表示矩阵X和实体的初始特征矩阵E 按行拼接后使用全连接层神init经网络得到最终的实体初始表示E 。

6.根据权利要求1所述的基于语义感知的低资源知识图谱实体对齐方法,其特征在于:所述Step2中构建对偶关系图的具体步骤如下:r T

Step2.1、从知识图谱G中把所有关系提出,作为对偶关系图G的节点,用V 表示对偶关r系图G中的关系集合;

Step2.2、如果两个关系共享同一个头实体或尾实体,则将其相连,并标记为lij,其中i,j分别为两个关系;

Step2.3、根据共享头实体的数量与关系所有头实体的数量的比值Hij和共享尾实体的数量与关系所有尾实体的数量的比值Tij得到lij的权重值wij。