發(fā)布時間：2024-04-14 23:49

　　知識圖譜是大規(guī)模的語義網(wǎng)絡(luò),近年來受到了學(xué)術(shù)界和業(yè)界的廣泛關(guān)注。隨著越來越多的知識圖譜被構(gòu)建出來,如何將異構(gòu)知識圖譜中的知識進(jìn)行自動化融合,從而提升對領(lǐng)域知識的覆蓋度,以達(dá)到更好的知識圖譜應(yīng)用效果,成為了一項熱門的研究課題。除了早年的語義網(wǎng)研究中關(guān)注的本體對齊外,異構(gòu)知識圖譜融合的兩個子任務(wù)為:實體對齊和屬性對齊,分別對應(yīng)于知識圖譜中的實體層和模式層的融合。然而,以往的研究工作主要集中于實體對齊任務(wù)上,對屬性對齊任務(wù)則關(guān)注較少,且往往忽略了這兩個子任務(wù)之間的關(guān)聯(lián)性。但事實上,不僅實體的對齊可以促進(jìn)屬性的對齊,屬性的對齊反之也可以幫助實體做更好的對齊�；谝陨险{(diào)研與分析,本文研究并提出了一個實體對齊與屬性對齊交互進(jìn)行、互相促進(jìn)的知識圖譜融合算法,并基于該算法設(shè)計并實現(xiàn)了一個支持實體對齊和屬性對齊之間交互促進(jìn)的知識圖譜融合原型系統(tǒng)。本文具體內(nèi)容包括:(1)在實體對齊模塊,設(shè)計了一個綜合利用屬性三元組及關(guān)系三元組的無監(jiān)督實體對齊算法。該算法迭代式地執(zhí)行實體對齊與屬性對齊兩個步驟,并與關(guān)系嵌入模型結(jié)合,在實體對齊準(zhǔn)確度上比現(xiàn)有方法提高了約5%。(2)在屬性對齊模塊,提出了基于屬性的關(guān)聯(lián)實體去計...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２屬性名多樣性帶來的阻石尋??這兩種方法均是基于屬性和屬性值的，它們忽略了圖譜中非常重要的關(guān)系元素

（ａｌｉｇｎｍｅｎｔ?ｓｅｅｄｓ），通過機??器學(xué)習(xí)的方法習(xí)得個性化的匹配規(guī)則，以解決領(lǐng)域之間的差異性問題。而以ＰＡＲＩＳ為??代表的概率模型則認(rèn)為機器學(xué)習(xí)的方法往往需要耗費大量人工去標(biāo)注實體對作為訓(xùn)??練數(shù)據(jù)，為了解決訓(xùn)練數(shù)據(jù)匱乏及參數(shù)調(diào)節(jié)困難的問題，提出基于概率去衡量兩個??....

圖２－４?ＪＡＰＥ模型??

構(gòu)嵌入（Ｓｔｒｕｃｔｕｒｅ?Ｅｍｂｅｄｄｉｎｇ，簡稱ＳＥ）和屬性??嵌入（Ａｔｔｒｉｂｕｔｅ?Ｅｍｂｅｄｄｉｎｇ，簡稱ＡＥ）這兩個模型來學(xué)習(xí)實體的ｅｍｂｅｄｄｉｎｇ，其中ＳＥ??從關(guān)系三元組的角度對兩個圖譜的關(guān)系結(jié)構(gòu)進(jìn)行建模，而ＡＥ嘗試將經(jīng)常用來描述同??一個實體的屬性聚類到一起....

圖２－６百度百科杭州詞條??

０１８０元（２０１８年〉??郵酌區(qū)輯?３１００００?歷史名Ａ?孫校、厲￥？、Ｘ活、賀知１等??浙：工省北部？錢垮工下游＊宇杭大運可雨端?與Ｋ名人?馬云、厲聲轱、？：氐后、枵等??ｉｆｏ?＜�。�?１６８５３?５７平方千米?ｔ再字捫?彳ｆｉ：Ｉ大字、中國美咤、折工大等??丨丨?９８０....

圖４－２屬性對齊的例子??

第四章基于關(guān)聯(lián)實體計算相似度的屬性對齊算法?異構(gòu)知識圖譜融合系統(tǒng)的研究與實現(xiàn)??述的實體對齊算法中曾經(jīng)提到，基于已知對齊的實體對和關(guān)系對種子，可以對剩余??的實體和關(guān)系進(jìn)行對齊，這里就是利用了非常關(guān)鍵的圖譜結(jié)構(gòu)信息。但這種方法存??在的問題是，對于那些出現(xiàn)頻次較高的關(guān)系，結(jié)構(gòu)信息....

本文編號：3955414