伍家豪,陈 波,韩先培,孙 乐
(1.中国科学院 软件研究所,北京 100190;2.中国科学院大学,北京 100049)
随着计算机和通信技术的进步,许多垂直领域都形成了丰富的领域知识图谱。在知识图谱的构建过程中,设计者对相同事物描述的用词差异和形式化程度不同都会导致属性的异构。作为知识图谱中描述实体的框架,属性的异构会导致实体层面无法进行统一的描述,进而导致实体对齐、跨知识库检索等一系列任务无法很好地完成。属性对齐任务的目标是将不同知识图谱中表示同一概念的属性进行归并,从而解决知识图谱间的异构问题。在实际场景中,经常需要融合同一领域中的异构知识图谱,属性对齐作为数据融合[1]的基本操作之一就产生了丰富的应用需求。一个典型的案例是电子商务平台在发展过程中的数据融合,当一个平台的商品希望在另一个平台进行销售时,需要融合两个平台的属性和目录来克服平台间的异构性,从而达到统一而高效的管理及检索。
目前属性对齐的主流方法通常综合利用属性名称和属性实例等信息来计算属性间的相似度,但这些方法中仍存在以下两个问题:①相似性度量不全面。属性对齐问题需要从多个角度综合考虑,但每种衡量属性相似度的方法都有一定侧重,从而导致相似性度量不全面的问题。例如,“宠物类型”和“猫品种”,当两个属性名称的描述词汇出现异构时,基于字符串的相似性度量就会失效。……