[发明专利]一种基于短文本相似度计算的知识图谱融合方法

权利要求书

1.一种知识图谱融合方法，其特征在于：

（1）基于众包的方法，利用群体智慧，获取知识子图；

（2）基于双约简策略，对已获取的知识子图进行降噪处理，对已降噪的知识子图进行顶点约简处理；

（3）基于图集合距离的相似度计算方法计算短文本相似度；

（4）基于向量运算的双邻接矩阵融合方法进行知识子图融合。

2.根据权利要求1所述的一种知识图谱融合方法，其特征在于：

对已获取的知识子图集进行降噪处理，采用顶点权重和顶点关联权重占比策略对知识子图集进行降噪处理，步骤如下：

① 给定初始值，即令 (为知识子图数量)、、、；

② 如果，执行第③步，否则执行第⑧步；

③ 如果（为顶点数） 并且 ，执行第④步，否则执行第⑦步；

④ 通过计算得到顶点权重与边权重；

⑤ 如果 或者 则、；

⑥ 令，执行第③步；

⑦ 令，执行第②步；

⑧ 输出降噪处理之后得到知识子图集结果。

3.根据权利要求1所述的一种知识图谱融合方法，其特征在于：

对已降噪的知识子图进行顶点约简的处理，通过统计词频对顶点进行二次约简，在对顶点约简的过程中，首先计算知识点出现的频率，然后对频率值较小的知识点进行统计，阈值设为，如果小于，则加入集合，通过对词集的处理，得到知识点集合。

4.根据权利要求1所述的一种知识图谱融合方法，其特征在于：

基于图集合距离的相似度计算方法计算短文本相似度，具体方法如下：

（1）在对已获取的知识子图集进行降噪处理之后得到知识子图集，并对其进行划分，将具有相同顶点数的知识子图划分到同一个集合中，得到若干子图集（其中为集合个数）；

（2）通过最大权重匹配算法求解中集合对间的最大完美匹配，若匹配数小于等于，则两个集合相似，此时知识子图集；

（3）寻找与集合间的距离小于等于的集合，并将集合对相似的集合存入中，本专利采用余弦相似度对短文本进行处理，利用两个向量的夹角余弦值来计算相似度。

5.根据权利要求1所述的一种知识图谱融合方法，其特征在于：

基于向量运算的双邻接矩阵融合方法进行知识子图融合，具体方法如下：

Step1：计算得到的知识关联权重，将知识子图转换为知识子图关联权重矩阵；

Step2：用邻接矩阵表示顶点语义信息；

Step3：通过计算得到的短文本相似函数，将知识语义信息矩阵转换为知识语义信息相似度矩阵；

Step4：对知识子图关联矩阵进行求和，得到融合后知识图谱的关联矩阵；

Step5：合每个结点的概念信息，对矩阵值（知识关联）进行更新，得到最终融合后的矩阵。