摘要
本发明涉及实体对齐领域,具体涉及一种实体类别及邻域信息的实体对齐方法。该方法通过嵌入关系三元组、属性三元组和实体类别信息,利用BERT预训练模型进行编码,解决缺失语义信息的问题,采用卷积神经网络提取属性特征,通过利用实体类别和种子词构建类别冲突矩阵,再经过实体类别和属性进行嵌入指导,并通过全连接网络将多个知识图谱连接,实现不同知识图谱之间的实体对齐。通过属性信息和实体类别信息对实体对齐过程的指导,提高了实体对齐的准确率,在公开数据集的对齐效果明显优于目前主流的实体对齐方法。
技术关键词
实体对齐方法
三元组
实体关系模型
损失函数优化
卷积神经网络提取
邻域
矩阵
图谱
种子
建模方法
翻译模型
元素
训练集
层级
文本
非线性
语句
字符
系统为您推荐了相关专利信息
多智能体模型
指令反馈系统
转速调节模块
光学传感器
传感融合技术
故障诊断方法
运维知识库
多模态
大语言模型
热成像