[发明专利]基于知识图谱多视角信息的跨语言实体对齐方法

权利要求书

1.一种基于知识图谱多视角信息的跨语言实体对齐方法，其特征在于，包括以下步骤：

1)基于关系三元组的实体结构向量编码：根据关系三元组分别为两个语言的知识图谱构建结构图；结构图以实体为节点，具有关系的实体之间形成边，根据实体之间的关系计算边的具体权重，形成图的邻接矩阵；在构建好的结构图上，采用双层图卷积网络进行训练，使用实体本身及其周围的实体编码不断更新当前实体的向量表示；两个知识图谱的图卷积网络共享权重矩阵；根据预先对齐的跨语言对齐实体对S，以及正负例实体对三元损失函数，优化实体结构向量表示；

2)基于实体描述信息的实体文本向量编码：将两个语言的知识图谱合并，使用实体和描述文本构建统一的文本图；该文本图具有两种类型的节点：实体节点和实体描述中的单词节点，具有三种类型的边：“实体-描述词”边，单语言内的“描述词-描述词”边，跨语言的“描述词-描述词”边；为每种类型的边计算权重，形成邻接矩阵；在构建好的文本图上，采用双层图卷积网络进行训练，根据预先对齐的跨语言对齐实体对S，以及正负例实体对三元损失函数，优化实体文本向量表示；

3)基于实体描述信息和跨语言语料的实体描述向量编码：在两种语言的单语言语料以及跨语言平行语料上使用Bilbowa预训练跨语言对齐的单词向量，然后将每个实体描述的一系列单词向量作为输入，用双向长短时记忆网络BiLSTM对实体描述进行编码获得实体描述向量；通过优化预先对齐的跨语言对齐实体对S的实体描述向量之间的距离来优化网络结构，得到所有实体最终的描述向量；

4)根据多视角实体向量计算跨语言对齐实体对：对于一个语言知识图谱中的每个实体，将另一语言知识图谱的每个实体作为候选实体，根据步骤1)步骤2)步骤3)分别得到的实体结构向量、实体文本向量、实体描述向量，计算实体与候选实体之间的距离，对距离从小到大排序，选择距离最小的实体对作为对齐实体对。

2.根据权利要求1所述的一种基于知识图谱多视角信息的跨语言实体对齐方法，其特征在于，所述的步骤1)中，邻接矩阵A的权重计算和图卷积网络中实体向量计算、损失函数具体如下：

1.1)邻接矩阵A的权重计算：对于实体e_i和e_j，它们之间的权重a_ij∈A计算公式为：

其中fun(r)和ifun(r)分别为关系r正向和逆向的影响分数，G为知识图谱，#Triples_of_r是关系三元组中关于关系r的三元组数量，#Head_Entities_of_r和#Tail_Entities_of_r分别是关系r的三元组涉及的头实体数量和尾实体数量；

1.2)图卷积网络中实体向量计算：图卷积网络的输入为实体结构特征矩阵由随机初始化得到，n表示总实体数量，d_s表示实体结构特征向量维度；结构图的图卷积网络总体的计算公式为：

其中是在邻接矩阵A的基础上加上等维度的单位矩阵，增加当前实体自身的信息，是的对角节点度矩阵；权重矩阵W_s⁽⁰⁾和W_s⁽¹⁾都是对角矩阵，激活函数σ采用ReLU(·)＝max(0，·)；

1.3)损失函数：对于实体对p＝(e₁，e₂)∈S的距离作为正例实体对距离，通过随机替换实体e₁或e₂构造负例实体对p′＝(e′₁，e′₂)∈S_p′，S_p′为负例实体对集合，然后最小化下列目标函数：

其中f_s(p)＝||h_s(e₁)，h_s(e₂)||₁是实体距离打分函数，计算实体结构向量之间的曼哈顿距离，h_s(e₁)，h_s(e₂)分别表示实体e₁，e₂的结构向量；γ_s是结构向量之间的间隔约束。