[发明专利]一种基于动态阈值的迭代式知识图谱实体对齐方法

说明书

一种基于动态阈值的迭代式知识图谱实体对齐方法，本发明联合采用翻译模型和图卷积模型，分别自动学习关系语义信息以及实体的结构信息，并通过引入注意力机制减少不重要的邻节点带来的噪音，得到节点和关系的嵌入式表示；通过预对齐实体对集合，根据对齐的损失函数将两个知识图谱的实体映射到同一个向量空间当中；通过所设计的迭代对齐策略捕获可能的实体对，将这些实体对加入到训练集当中，参与到下一轮训练，直至实体的嵌入收敛，得到最终的实体嵌入，然后计算实体的相似度将实体进行对齐。本发明提出的迭代式知识图谱对齐方法减少了对人工标注实体数量的依赖，提高了实体对齐的准确率。

技术领域

本发明涉及知识图谱、实体对齐等领域，特别给出了一种基于动态阈值的迭代式知识图谱实体对齐方法。

背景技术

实体对齐是融合多个异构知识图谱中的知识的重要步骤，其旨在将异构知识图谱中指代相同对象的实体相互关联。

相比于过于依赖人力的传统实体对齐方法，最近的基于嵌入的半监督实体对齐方法取得了较为显著的效果。现有的对齐方法例如，MTransE(International JointConference on Artificial Intelligence,2016)使用TransE学习两个知识图谱的嵌入再通过映射的方式将知识图谱转移到同一个向量空间进行对齐，GCN-Align(InternationalConference on Empirical Methods in Natural Language Processing,2018)通过GCN来学习面向对齐的实体嵌入，再比较实体之间的相似度进行对齐。然而基于嵌入的半监督实体对齐方法的准确率也十分依赖于人工标定的初始预对齐样本，而人工的预先标注成本巨大，在大型数据集上的应用存在局限性。

发明内容

为了解决在预先对齐实体对数量不足导致的对齐精度不高的问题，本发明提出了一种基于动态阈值的迭代式知识图谱实体对齐方法，该方法采用了翻译模型和图卷积模型，自动学习关系语义信息并充分利用实体的邻节点结构信息，通过引入注意力机制减少不重要的邻节点带来的噪音；通过迭代对齐策略能够充分利用未对齐的实体对，在每轮实体嵌入训练之后，都将会重新捕获新的对齐实体对加入到下一轮的实体嵌入训练当中，提高了实体对齐的精确度。

本发明解决其技术问题所采用的技术方案是：

一种基于动态阈值的迭代式知识图谱实体对齐方法，包括以下步骤：

1)人工标注少量的对齐实体对作为训练集的种子；

2)对两个知识图谱中的实体和关系随机初始化为300维的向量；

3)分别对两个知识图谱的结构进行编码，得到两个直接邻接矩阵、两个间接邻接矩阵和两个关系三元组集合；

4)将3)中得到的直接邻接矩阵和间接邻接矩阵输入到邻域扩展的图卷积模型GCN中，得到邻节点的特征表示；

5)将3)中得到的两个关系三元组集合和4)中得到的实体向量，输入到翻译模型TransE当中，由此得到融合了关系语义信息和邻节点结构信息的实体的嵌入式表示；

6)通过1)中预对齐实体对集合，根据对齐的损失函数将两个知识图谱的实体映射到同一个向量空间当中；

7)动态阈值迭代对齐模块根据实体相似度从未标注的对齐实体中动态地捕获可能对齐的实体对；

8)将这些筛选得到的实体对暂时地加入到训练集当中，参与到下一轮训练当中；

9)循环执行步骤4)-8)，直至实体的嵌入收敛，得到最终的实体嵌入；

10)根据9)中得到的实体嵌入，计算实体的相似度，得到最终实体对齐的结果。