[发明专利]一种基于约简锚点的大规模知识图谱融合方法

摘要

本发明提供了一种基于约简锚点的大规模知识图谱融合方法，包括：大规模知识图谱解析和预处理；约简集构造：计算两知识图谱实体间的语义描述文档相似度；确定正约简锚点和负约简锚点；混合匹配算法，根据约简锚点预测出后继匹配计算中大量无需计算的匹配位置；匹配结果抽取。本发明能有效处理实际应用中的大规模知识融合任务，具有良好的效果和性能。本发明无需在匹配过程中对大知识图谱进行划分，从而可以避免大知识图谱划分失效造成的语义信息损失，保证匹配结果的精确度和召回率，且具有和划分知识图谱而采用的分治方法同等的匹配效率。

主权项

1.一种基于约简锚点的大规模知识图谱融合方法，其特征在于，包括如下步骤：1)大规模知识图谱解析和预处理：对输入的两个大规模知识图谱进行解析，获得后继匹配计算中需要用到的实体、实体层次和其它语义信息；2)约简集构造：a)首先计算两知识图谱实体间的语义描述文档相似度：获得实体语义上下文的快照；得到实体的上下文快照后，抽取实体在此快照中的上下文子图，并进而构造实体的语义描述文档；计算语义描述文档的相似度，先将其转化为文档向量，然后计算向量夹角余弦得到相似度；b)其次确定正约简锚点和负约简锚点：如果相似度大于给定阈值ptValue，则认为当前的实体对是一个正锚点，根据正锚点的特点来构造正约简集，根据正锚点来预测后继匹配计算中可跳过的位置；如果相似度小于给定阈值ntValue，则认为当前的实体对是一个负锚点，根据负锚点的特点来构造负约简集，根据负锚点预测后继相似度计算中可跳过的位置；c)混合匹配算法：将上述两种匹配算法进行综合，同时得到正锚点和负锚点及其相应的约简集，并去除已匹配过的位置和与先前的约简集重复那部分，得到有效约简集，混合预测算法中的匹配顺序采用基于负锚点的预测算法的匹配次序；可跳过匹配位置预测：对于每个需要进行匹配计算的实体对，如果已存在于上述动态构造的约简集中，则可跳过当前的匹配计算；匹配过程直到所有的实体对相似度计算均完成；3)匹配结果抽取：根据匹配计算得到的两知识图谱的实体相似矩阵，抽取匹配结果。