[發明專利]知識圖譜的實體對齊方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202110333360.3
• 申請日: 2021-03-29
• 公開（公告）號: CN112765370B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 張子恒;齊志遠;向玥佳;陳曦
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F16/28;G06F40/189;G06F40/216;G06N5/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜;楊歡

本申請涉及人工智能領域，具體涉及一種知識圖譜的實體對齊方法、裝置、計算機設備和存儲介質。所述方法包括：獲取待處理的至少兩個知識圖譜，并確定第一對齊子模型和第二對齊子模型；基于第二對齊子模型前個輪次輸出的對齊處理結果，啟動第一對齊子模型，得到當前輪次成功配對的配對實體對集合；根據配對實體對集合對當前輪次的第二對齊子模型進行有監督訓練；通過當前輪次訓練得到的第二對齊子模型，對至少兩個知識圖譜進行多維度圖譜嵌入處理，輸出當前輪次的對齊處理結果；將下一輪次作為當前輪次進行迭代處理，直至達到第一停止條件時停止，得到與至少兩個知識圖譜對應的實體對齊結果。采用本方法可以提升知識圖譜的對齊效率。

技術領域

本申請涉及計算機技術領域，特別是涉及一種知識圖譜的實體對齊方法、裝置、計算機設備和存儲介質。

背景技術

隨著科學技術的發展，出現了知識圖譜技術，知識圖譜是描述實體以及實體之前關系的必要基礎，而知識圖譜對齊技術則是快速工程化搭建知識圖譜的重要利器。知識圖譜對齊旨在判斷兩個或多個不同知識圖譜中是否存在指向真實世界中的同一個對象的實體，如果存在，則在這些實體之間構建對齊關系，從而基于對齊關系融合多個知識圖譜，形成完整的、知識覆蓋更廣的知識圖譜。

傳統技術中，可以通過預訓練的神經網絡對知識圖譜進行實體對齊處理。然而，在基于預訓練的神經網絡對知識圖譜進行實體對齊處理之前，往往需要依賴知識圖譜專業人員對至少兩個知識圖譜中相同的實體進行標注處理，得到包含有標注標簽的訓練樣本，并通過訓練樣本對待訓練的實體對齊模型進行訓練。其中，整個標注過程耗時耗力，從而導致知識圖譜的對齊效率低。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提升知識圖譜對齊效率的知識圖譜的實體對齊方法、裝置、計算機設備和存儲介質。

一種知識圖譜的實體對齊方法，所述方法包括：

獲取待處理的至少兩個知識圖譜，并確定屬于無監督學習類別的第一對齊子模型和屬于有監督學習類別的第二對齊子模型；

基于所述第二對齊子模型前個輪次輸出的對齊處理結果，啟動所述第一對齊子模型，以對所述至少兩個知識圖譜進行對齊概率推導處理，得到當前輪次成功配對的配對實體對集合；

根據所述配對實體對集合對當前輪次的第二對齊子模型進行有監督訓練；

通過當前輪次訓練得到的第二對齊子模型，對所述至少兩個知識圖譜進行多維度圖譜嵌入處理，基于相應的圖譜嵌入結果輸出當前輪次的對齊處理結果；

將所述當前輪次的對齊處理結果作為下個輪次中的前個輪次輸出的對齊處理結果，進入下個輪次，并返回所述基于所述第二對齊子模型前個輪次輸出的對齊處理結果，啟動所述第一對齊子模型的步驟繼續執行，直至達到第一停止條件時停止，得到與所述至少兩個知識圖譜對應的實體對齊結果。

在一個實施例中，每個所述知識圖譜包括至少一個知識多元組，所述知識多元組包括頭實體、尾實體、以及所述頭實體和所述尾實體之間的實體參考關系；

所述基于所述第二對齊子模型前個輪次輸出的對齊處理結果，啟動所述第一對齊子模型，以對所述至少兩個知識圖譜進行對齊概率推導處理，得到當前輪次成功配對的配對實體對集合，包括：

基于所述知識多元組，并通過所述第一對齊子模型確定每個所述實體參考關系各自對應的函數性；所述函數性表征了在頭實體已確定的情況下，基于所述實體參考關系確定對應尾實體的概率；

基于所述第二對齊子模型前個輪次輸出的對齊處理結果和每個所述實體參考關系各自對應的函數性，通過所述第一對齊子模型對待處理的知識圖譜進行至少一次的概率推導，并根據最后一次概率推導所得到的概率推導結果，得到當前輪次成功配對的配對實體對集合。