[發(fā)明專利]基于翻譯模型的協(xié)同迭代聯(lián)合實(shí)體對齊方法及裝置

在審

• 申請?zhí)枺?/td>: 201910380017.7
• 申請日: 2019-05-08
• 公開（公告）號: CN110188206A
• 公開（公告）日: 2019-08-30
• 發(fā)明（設(shè)計(jì)）人: 鄂海紅;宋美娜;程瑞;牛佩晴;陳忠富
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張潤

1.一種基于翻譯模型的協(xié)同迭代聯(lián)合實(shí)體對齊方法，其特征在于，包括以下步驟：

S1，獲取多個(gè)知識(shí)圖譜，通過數(shù)據(jù)預(yù)處理模塊對所述多個(gè)知識(shí)圖譜進(jìn)行處理，以統(tǒng)計(jì)所述多個(gè)知識(shí)圖譜中的實(shí)體、關(guān)系、屬性、屬性值、關(guān)系三元組和屬性三元組各個(gè)數(shù)據(jù)，根據(jù)預(yù)設(shè)的頻率選擇方法對所述關(guān)系三元組和所述屬性三元組中的實(shí)體進(jìn)行選擇生成實(shí)體對齊種子集；

S2，通過關(guān)系三元組聯(lián)合嵌入模塊基于翻譯模型的知識(shí)表示學(xué)習(xí)方法對統(tǒng)計(jì)的實(shí)體、關(guān)系和所述關(guān)系三元組進(jìn)行嵌入，生成關(guān)系三元組聯(lián)合嵌入空間；

S3，通過屬性三元組聯(lián)合嵌入模塊基于所述翻譯模型的知識(shí)表示學(xué)習(xí)方法對統(tǒng)計(jì)的實(shí)體、屬性、屬性值和所述屬性三元組進(jìn)行嵌入，生成屬性三元組聯(lián)合嵌入空間；

S4，通過協(xié)同迭代訓(xùn)練模塊選取所述關(guān)系三元組聯(lián)合嵌入空間和所述屬性三元組聯(lián)合嵌入空間中語義距離最小的一對實(shí)體組成實(shí)體對，根據(jù)預(yù)設(shè)距離閾值判斷所述實(shí)體對是否為新的對齊實(shí)體對，若是，則將所述實(shí)體對添加到所述實(shí)體對齊種子集以對所述實(shí)體對齊種子集進(jìn)行更新；

S5，對步驟S2、S3、S4進(jìn)行迭代，直至不存在滿足所述預(yù)設(shè)距離閾值的所述實(shí)體對，根據(jù)更新的實(shí)體對齊種子集生成對齊實(shí)體對集合。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S1還包括：

將統(tǒng)計(jì)的所述多個(gè)知識(shí)圖譜中的實(shí)體、關(guān)系、屬性、屬性值、所述關(guān)系三元組和所述屬性三元組的數(shù)據(jù)由文本轉(zhuǎn)換為數(shù)字，并進(jìn)行編號。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述實(shí)體對添加到所述實(shí)體對齊種子集以對所述實(shí)體對齊種子集進(jìn)行更新，包括：

通過參數(shù)共享方法對實(shí)體、所述關(guān)系三元組和所述屬性三元組中的實(shí)體進(jìn)行更新以更新所述實(shí)體對齊種子集。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述語義距離計(jì)算公式為：

其中，E(e₁,e₂)為實(shí)體對e₁和e₂的語義距離，E₁和E₂為不同知識(shí)圖譜中實(shí)體集，e₁為E₁中的未對齊實(shí)體，e₂為E₂中的未對齊實(shí)體，||e₁-e₂||_L1/L2為采用L1范式或L2范式計(jì)算的e₁到e₂的距離運(yùn)算，L1/L2為采用L1范式或L2范式計(jì)算距離。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)距離閾值判斷所述實(shí)體對是否為新的對齊實(shí)體對，包括：

若則實(shí)體對e₁和為所述新的對齊實(shí)體對，否則，則不是所述新的對齊實(shí)體對，其中，e₁和為不同知識(shí)圖譜中的未對齊實(shí)體，為實(shí)體對e₁和的語義距離，θ為所述預(yù)設(shè)距離閾值。

6.一種基于翻譯模型的協(xié)同迭代聯(lián)合實(shí)體對齊裝置，其特征在于，包括：

處理模塊，用于獲取多個(gè)知識(shí)圖譜，通過數(shù)據(jù)預(yù)處理模塊對所述多個(gè)知識(shí)圖譜進(jìn)行處理，以統(tǒng)計(jì)所述多個(gè)知識(shí)圖譜中的實(shí)體、關(guān)系、屬性、屬性值、關(guān)系三元組和屬性三元組各個(gè)數(shù)據(jù)，根據(jù)預(yù)設(shè)的頻率選擇方法對所述關(guān)系三元組和所述屬性三元組中的實(shí)體進(jìn)行選擇生成實(shí)體對齊種子集；

第一嵌入模塊，用于通過關(guān)系三元組聯(lián)合嵌入模塊基于所述翻譯模型的知識(shí)表示學(xué)習(xí)方法對統(tǒng)計(jì)的實(shí)體、關(guān)系和所述關(guān)系三元組進(jìn)行嵌入，生成關(guān)系三元組聯(lián)合嵌入空間；

第二嵌入模塊，用于通過屬性三元組聯(lián)合嵌入模塊基于翻譯模型的知識(shí)表示學(xué)習(xí)方法對統(tǒng)計(jì)的實(shí)體、屬性、屬性值和所述屬性三元組進(jìn)行嵌入，生成屬性三元組聯(lián)合嵌入空間；

更新模塊，用于通過協(xié)同迭代訓(xùn)練模塊選取所述關(guān)系三元組聯(lián)合嵌入空間和所述屬性三元組聯(lián)合嵌入空間中語義距離最小的一對實(shí)體組成實(shí)體對，根據(jù)預(yù)設(shè)距離閾值判斷所述實(shí)體對是否為新的對齊實(shí)體對，若是，則將所述實(shí)體對添加到所述實(shí)體對齊種子集以對所述實(shí)體對齊種子集進(jìn)行更新；

迭代模塊，用于通過迭代直至不存在滿足所述預(yù)設(shè)距離閾值的所述實(shí)體對，根據(jù)更新的實(shí)體對齊種子集生成對齊實(shí)體對集合。