[發明專利]本體對齊方法、裝置、設備及存儲介質

在審

• 申請號: 202011622145.7
• 申請日: 2020-12-30
• 公開（公告）號: CN114691877A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 葛婷
• 申請（專利權）人: 北京國雙科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙) 11348
• 代理人: 任媛;劉鐵生

本申請提供一種本體對齊方法、裝置、設備及存儲介質，其中，本體對齊方法，包括：根據實體的屬性信息，對來自不同知識圖譜的實體進行對齊，并將對齊的實體確定為對齊實體；根據每個所述知識圖譜分別記載的實體與本體的關聯關系，將所述對齊實體與不同知識圖譜中的本體進行關聯，得到所述對齊實體與不同本體的關聯關系；根據所述對齊實體與不同本體的關聯關系，將與相同對齊實體相關聯的不同本體進行對齊。本申請方案能夠基于實體的關聯關系實現本體的對齊，相較于傳統利用各種文本信息計算相似度進行圖譜對齊的方式，可以找到很多從文本表述差異很大，從文本相似度角度很難發現的對齊。

技術領域

本申請涉及知識圖譜技術領域，尤其涉及一種本體對齊方法、裝置、設備及存儲介質。

背景技術

本體(ontology)是共享概念模型的明確的形式化規范說明，每一個本體均是實際存在的唯一的個體；本體在語義Web，知識數據工程，電子商務等領域中均有廣泛應用。

由于不同背景的知識工程師構造和維護相似或相同域的本體，使得不同知識體系(例如數據庫、知識圖譜)之間存在內容異構，為了實現不同知識體系之間知識的共享、重用和互操作，通常需要對不同知識體系之間的相同本體進行對齊，即將相同本體所描述的內容進行合并。

目前的本體對齊方法，主要是根據本體名稱，通過同義詞表匹配或者計算文本相似度的方式，對不同知識體系中的本體進行對齊。但是，在實際應用中，不同知識體系中對相同本體所采用的文本表述有可能存在較大差異，從而導致采用目前同義詞表匹配或者計算文本相似度的方式無法實現相同本體的對齊；另外，對于擁有相同名稱卻不表征同一個本體的情況，采用上述本體對齊方法會將不同的本體進行對齊，從而導致誤判。如果本體對齊存在誤判，將會導致對齊后的知識圖譜出現錯誤，進而會降低機器認知、機器學習、內容推薦等知識圖譜應用方面的準確性。

因此，需要提供一種準確性較高的本體對齊方案。

發明內容

本申請實施例的目的是提供一種本體對齊方法、裝置、設備及存儲介質，以解決當前本體對齊準確性較低的問題。

為解決上述技術問題，本申請實施例提供如下技術方案：

本申請第一方面提供一種本體對齊方法，包括：

根據實體的屬性信息，對來自不同知識圖譜的實體進行對齊，并將對齊的實體確定為對齊實體；

根據每個所述知識圖譜分別記載的實體與本體的關聯關系，將所述對齊實體與不同知識圖譜中的本體進行關聯，得到所述對齊實體與不同本體的關聯關系；

根據所述對齊實體與不同本體的關聯關系，將與相同對齊實體相關聯的不同本體進行對齊。

在本申請第一方面的一些變更實施方式中，所述根據所述對齊實體與不同本體的關聯關系，將與相同對齊實體相關聯的不同本體進行對齊，包括：

根據所述對齊實體與不同本體的關聯關系，確定每個所述本體對應的對齊實體占比，其中，所述對齊實體占比包括對齊實體數量與全部實體數量的比值，所述對齊實體數量是所述本體關聯的對齊實體的數量，所述全部實體數量是所述本體關聯的所有實體的數量；

若與相同對齊實體相關聯的不同本體對應的對齊實體占比均大于預設占比閾值，則將所述不同本體進行對齊。

在本申請第一方面的一些變更實施方式中，所述根據所述對齊實體與不同本體的關聯關系，將與相同對齊實體相關聯的不同本體進行對齊，包括：

根據所述對齊實體與不同本體的關聯關系，確定與所述不同本體均關聯的對齊實體的數量；

若所述對齊實體的數量大于預設對齊實體數量閾值，則將所述不同本體進行對齊。

在本申請第一方面的一些變更實施方式中，所述根據實體的屬性信息，對來自不同知識圖譜的實體進行對齊，包括：