计算机工程

作者：李泽霖, 吕兆峰, 陈富强, 李克

单位：1. 北京联合大学智慧城市学院, 北京 1001012. 中铁物贸集团有限公司科创与数字化中心, 北京 1023083. 北京中电飞华通信股份有限公司, 北京 100071

关键词：实体对齐,知识图谱,图神经网络,注意力机制,知识融合

基金：国家自然科学基金(61972040); 中铁物贸集团科技研究开发计划课题

实体对齐是融合不同来源知识图谱的关键步骤。现有的实体对齐方法主要利用结构信息和名称信息, 对实体属性值的利用还不够充分, 同时在结构利用方面主要利用一阶邻域的结构进行信息的传递, 对距离较远的邻居实体的感知能力不足。针对以上问题, 提出一种基于多跳信息融合的实体对齐模型。使用预训练语言模型编码属性值信息, 在模型的输入中使用实体的名称信息和属性值信息, 将其分别输入到2个通道的编码器中进行信息融合, 通过多重注意力机制融合不同距离的实体信息, 分别计算出不同信息表示下的距离矩阵, 对矩阵融合调整后得出最终对齐结果。在原始和降质后的DBP15K数据集上的实验结果表明, 所提模型相比现有的各基线模型总体上得到了更精确的对齐结果, 其中Hits@1性能比最优模型分别提高了2.51和5.54个百分点。

来源：2024年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第9期