[發明專利]面向多源知識圖譜融合的實體對齊方法、裝置與系統

在審

• 申請號: 202110726190.5
• 申請日: 2021-06-29
• 公開（公告）號: CN113641826A
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 鄂海紅;林學淵;宋文宇;宋美娜
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張夢瑤

1.一種面向多源知識圖譜融合的實體對齊方法，其特征在于，包括：

提取知識圖譜中實體的實體特征，根據所述實體的實體特征生成實體嵌入矩陣，并根據所述實體嵌入矩陣獲取所述知識圖譜的實體表示；

根據所述實體表示計算所述實體與所述相鄰實體的關系信息，并根據所述關系信息增強所述實體表示，以得到所述知識圖譜的完整實體表示；

根據所述完整實體表示獲取完整實體嵌入矩陣，根據所述完整實體嵌入矩陣獲取最終實體嵌入矩陣；

根據所述最終實體嵌入矩陣和數據集計算損失函數；

根據所述損失函數和實體的屬性信息，采用雙向全局過濾策略生成樣本集，并根據所述樣本集對神經網絡模型進行迭代訓練，使得訓練后的神網絡模型具有對齊和融合多個知識圖譜的能力，其中，所述樣本集包括迭代正樣本集和迭代負樣本集。

2.如權利要求1所述的面向多源知識圖譜融合的實體對齊方法，其特征在于，還包括：

dropout網絡和跨層highway網絡；

其中，使用highway網絡混合兩種不同的實體嵌入矩陣，其中，

α＝sigmoid(X^(a)W+b)，

X^(out)＝(1-α)X^(a)+αX^(b)，

其中，X^(a)，X^(b)是兩個實體嵌入矩陣，X^(out)是highway網絡的輸出，W和b分別是線性層的權重矩陣的偏置矢量，α是門控權重向量；

將所述highway網絡的輸出X^(out)輸入dropout網絡，以得到混合特征，將所述混合特征輸入到圖注意力網絡GAT，所述圖注意力網絡GAT輸出為：

其中，是第l層GAT輸出的實體ei的嵌入表示，是第l-1層GAT輸出的實體e_j′的嵌入表示，α_ij表示實體e_i的相鄰實體的注意力權重，a是可訓練的參數向量，維數為2d_e×1，a^T表示參數向量的轉置，[*||*]表示拼接運算，exp(x)＝e^x，LeakyReLU是激活函數，LeakyReLU(x)＝max(x，0)+0.01*min(x，0)，Ni表示實體ei的所有相鄰實體組成的集合。

3.如權利要求2所述的面向多源知識圖譜融合的實體對齊方法，其特征在于，根據所述實體表示計算所述實體與所述相鄰實體的關系信息，并根據所述關系信息增強所述實體表示，以得到所述知識圖譜的完整實體表示，包括：

將每個關系r_k的語義分為兩部分，與頭實體相關的部分和與尾實體相關的部分每個實體x的表示可以拆分為x^h＝x^(PAN)W^h和x^t＝x^(PAN)W^t，其中W^h，是權重矩陣，d_r是關系嵌入維數，x^(PAN)是來自原始聚合層輸出的嵌入矩陣X^(PAN)的實體嵌入；

采用所述圖注意力網絡GAT將實體信息傳播到關系，

其中，是基于關系頭語義的實體e_i作為頭實體的部分表示，是與頭實體e_i相關的關系列表，α_ik表示關系r_k關于頭實體e_i的注意力權重；

從計算出和從計算出

使用所述Highway網絡自動平衡和中的信息，并通過拼接獲得e_i的完整實體表示

4.如權利要求3所述的面向多源知識圖譜融合的實體對齊方法，其特征在于，根據所述完整實體表示獲取完整實體嵌入矩陣，根據所述完整實體嵌入矩陣獲取最終實體嵌入矩陣，包括：

使用回響網絡輸出所述完整實體對應的完整實體嵌入矩陣X^(EN)，并輸出所述最終實體嵌入矩陣