[发明专利]面向多源知识图谱融合的实体对齐方法、装置与系统

说明书

本申请公开一种面向多源知识图谱融合的实体对齐方法、装置与系统，涉及大数据处理技术领域，该方案包括：提取知识图谱中实体的实体特征，根据实体的实体特征生成实体嵌入矩阵，并根据实体嵌入矩阵获取知识图谱的实体表示；根据实体表示计算实体与相邻实体的关系信息，根据关系信息增强实体表示得到完整实体表示；依据完整实体表示获取最终实体嵌入矩阵；根据最终实体嵌入矩阵和数据集计算损失函数；采用双向全局过滤策略对损失函数和实体的属性信息进行处理生成迭代正样本集和迭代负样本集，通过样本集对神经网络模型进行迭代训练。上述方案解决了现有技术中实体与关系之间的影响交互不足和低质量自举的技术问题。

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种面向多源知识图谱融合的实体对齐方法、装置与系统。

背景技术

知识图谱(Knowledge Graph，简称KG)，由点(实体)和边(实体间的关系，实体属性)组成，在人工智能的多项研究与应用中扮演着举足轻重的角色，它作为问答、推荐系统等领域的技术基石，受到了广泛关注。广泛应用于知识驱动的AI任务，如问答模型、推荐系统、搜索引擎等等。通用知识图谱及领域知识图谱由不同组织机构、专家或自动化及半自动化系统构建形成，彼此之间存在着知识的重叠和交叉，因此，合并(融合)两个知识图谱对扩大现有知识图谱、提升下游任务等有特殊意义。

实体对齐是多源知识图谱自动融合(合并/集成)的关键步骤，其效果和知识图谱自动融合(合并/集成)的效果直接相关，因此实体对齐算法的准确率尤为重要。由于不同的知识图谱对于实体各方面信息的表达差异性较大，现有针对实体对齐的方法，大多基于图神经网络模型(GNN)、基于卷积的模型、基于胶囊网络的模型等模型，通过知识图谱特有的三元组结构的学习来传播对齐信息，但是以下缺点：

(1)交互不足。对实体为中心的模型来说，实体和关系之间的隐性交互是很难建模的，和关系为中心的模型恰恰相反。而现有技术的工作集中在图的连通性上，忽略了关系类型、关系方向、实体信息对关系表示的贡献等等。

(2)低质量自举。为解决缺少预对齐种子数据的缺点提出的自举方法认为，如果模型对其预测的结果有信心，那这个结果应该视为正确，作为额外的数据也加入模型训练，这样模型效果还能提升，BootEA、MRAEA都是优秀且经典的自举方法，但都严重依赖于模型本身的效果，而且生成的数据错误率高，质量低，且只能生成正例，不能生成负例，这导致对预测结果利用率较低的问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种面向多源知识图谱融合的实体对齐方法，对实体和关系之间的隐性交互进行了建模，提高了实体与关系之间的交互；其次，根据损失函数和实体的属性信息，采用结合属性的双向全局过滤策略(ABGS)的迭代策略来生成高质量的半监督数据，且进一步生成包含正例和负例的“对齐实体对”，以降低生成的数据错误率，和提高对预测结果的利用率。

本发明的第二个目的在于提出一种面向多源知识图谱融合的实体对齐装置。

本发明的第三个目的在于提出一种面向多源知识图谱自动化集成的数据服务系统。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本申请第一方面实施例提出了一种面向多源知识图谱融合的实体对齐方法，包括：

提取知识图谱中实体的实体特征，根据所述实体的实体特征生成实体嵌入矩阵，并根据所述实体嵌入矩阵获取所述知识图谱的实体表示；

根据所述实体表示计算所述实体与所述相邻实体的关系信息，并根据所述关系信息增强所述实体表示，以得到所述知识图谱的完整实体表示；

根据所述完整实体表示获取完整实体嵌入矩阵，根据所述完整实体嵌入矩阵获取最终实体嵌入矩阵；