[发明专利]知识图谱对齐模型的训练方法、对齐方法、装置及设备

说明书

本申请公开了一种知识图谱对齐模型的训练方法、对齐方法、装置及设备，属于人工智能及云技术领域。方法包括：获取第一实体对集，第一实体对集包括多个未标注对齐结果的第一实体对；基于各个第一实体对的预测对齐概率，从各个第一实体对中筛选出多个第一候选实体对；计算各个第一候选实体对的不易对齐度；基于各个第一候选实体对的不易对齐度，从各个第一候选实体对中筛选出多个第一目标实体对；获取各个第一目标实体对的标注对齐结果，根据各个第一目标实体对的预测对齐概率和标注对齐结果，得到目标知识图谱对齐模型。本申请通过两次筛选，大大减少了需要标注的实体对数量，节约了时间成本，提高了模型的训练速度，提高了对齐效率。

技术领域

本申请实施例涉及人工智能及云技术领域，特别涉及一种知识图谱对齐模型的训练方法、对齐方法、装置及设备。

背景技术

知识图谱是由相互连接的实体以及实体之间的关系所构成，知识图谱对齐技术对构建大规模高质量的知识图谱具有重要意义。通常情况下，基于训练好的知识图谱对齐模型，对两个知识图谱中的实体进行对齐，以实现在一个知识图谱中引入其他知识图谱的内容，从而整合不同粒度不同垂域的知识图谱。

相关技术中，预先获取两个知识图谱，对于一个知识图谱中的任一个实体以及另一个知识图谱中的任一个实体，人工对这两个实体进行对齐标注，按照这种方式，将两个知识图谱中的实体进行对齐标注，将标注好的知识图谱作为训练数据集，基于训练数据集训练得到知识图谱对齐模型，以基于知识图谱对齐模型进行实体对齐。

上述方式中，训练数据集的数量非常大，人工对训练数据集的各个实体对进行标注，需要耗费大量的时间，影响模型的训练速度，从而影响对齐效率。

发明内容

本申请实施例提供了一种知识图谱对齐模型的训练方法、对齐方法、装置及设备，可用于提高模型训练速度，提高对齐效率。所述技术方案如下。

一方面，本申请实施例提供了一种知识图谱对齐模型的训练方法，所述方法包括：

获取第一实体对集，所述第一实体对集包括多个未标注对齐结果的第一实体对，所述第一实体对包括第一知识图谱中的实体和第二知识图谱中的实体；

基于各个第一实体对的预测对齐概率，从所述各个第一实体对中筛选出多个第一候选实体对；

计算各个第一候选实体对的不易对齐度，任一个第一候选实体对的不易对齐度用于指示对所述任一个第一候选实体对进行对齐的困难程度；

基于所述各个第一候选实体对的不易对齐度，从所述各个第一候选实体对中筛选出多个第一目标实体对；

获取所述各个第一目标实体对的标注对齐结果，根据所述各个第一目标实体对的预测对齐概率和标注对齐结果，得到目标知识图谱对齐模型。

另一方面，本申请实施例提供了一种知识图谱对齐方法，所述方法包括：

获取至少两张待对齐的知识图谱；

基于知识图谱对齐模型对所述至少两张待对齐的知识图谱进行实体对齐，得到知识图谱对齐结果，所述知识图谱对齐模型是按照上述任一所述的知识图谱对齐模型的训练方法训练得到的。

另一方面，本申请实施例提供了一种知识图谱对齐模型的训练装置，所述装置包括：

第一获取模块，用于获取第一实体对集，所述第一实体对集包括多个未标注对齐结果的第一实体对，所述第一实体对包括第一知识图谱中的实体和第二知识图谱中的实体；

筛选模块，用于基于各个第一实体对的预测对齐概率，从所述各个第一实体对中筛选出多个第一候选实体对；

计算模块，用于计算各个第一候选实体对的不易对齐度，任一个第一候选实体对的不易对齐度用于指示对所述任一个第一候选实体对进行对齐的困难程度；