典型文献
基于邻域聚合的实体对齐方法
文献摘要：
实体对齐旨在判断来自不同知识图谱的实体是否为指向真实世界的同一个对象.然而,知识图谱间的结构异质性往往会影响实体对齐的准确性.提出一种基于邻域聚合匹配网络(NAMN)模型的实体对齐方法.根据每跳邻居对中心实体重要性不同的特点,采用分层的思想区别处理每跳邻域信息,通过门控机制进行聚合以学习图结构的表征.在此基础上,为每个实体构建邻域局部子图进行跨图邻域匹配,并将匹配阶段的输出与通过门控机制所学习到的图结构表征进行联合编码,生成最终面向匹配的表征.采用DBP15K数据集进行实验,结果显示,Hits@1的所有值均在75％以上,Hits@10的所有值均在85％以上,最高可达到97％,平均倒数排名均高于80％,表明NAMN模型能够有效提高实体的匹配准确度.
文献关键词：
实体对齐;知识图谱;门控邻域聚合;邻域匹配;对齐预测
中图分类号：
作者姓名：
谭元珍;李晓楠;李冠宇
作者机构：
大连海事大学 信息科学技术学院,辽宁 大连 116026
文献出处：
引用格式：
[1]谭元珍;李晓楠;李冠宇-.基于邻域聚合的实体对齐方法)[J].计算机工程,2022(06):65-72
A类：
NAMN,DBP15K,门控邻域聚合,对齐预测
B类：
实体对齐,对齐方法,同知,真实世界,同一个,结构异质性,匹配网络,邻居,对中心,别处,邻域信息,过门,门控机制,图结构,子图,邻域匹配,所学,结构表征,合编,Hits,倒数,数排,高实,配准
AB值：
0.291869
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
