多信息加权融合实体对齐算法

马建红 刘双耀 杨 珺

(河北工业大学人工智能与数据科学学院 天津 300401)

0 引 言

近年来，知识图谱[1]一直是各领域研究的热点，知识图谱的构建能够在一定程度上促进创新的发展，构建完整的知识图谱需要通过融合多个异构数据源来解决单一数据源知识涵盖不足、属性缺失等问题。因此多源异构知识库的融合问题，便成为知识图谱发展过程中的研究热点，其中实体对齐是异构数据源融合的关键步骤，即发现两个或多个数据源中指向现实中同一物质的实体对[2]。由于不同数据源本体的异构性，导致知识的分类结构、表述规范存在一定的差异，如何解决这些差异，并完成多个数据源实体的对齐任务成为了实体对齐算法的难点。

数据源中实体普遍存在“一词多义”和“一义多词”等问题，如“氧气”可以代表化学元素、歌曲名称、电影名称、手机应用等多种物质；物理领域“磁通量”这个实体在不同的百科网站有不同的名称，在百度百科中命名为“磁通量”，在互动百科中命名为“磁通”。因此仅通过实体的名称属性难以确定两个实体是否为现实中同一实体，需要借助有效的实体对齐算法来判断两个实体是否为现实中同一实体，从而完成异构数据源的知识融合任务。

1 实体对齐算法

实体对齐算法基本分为两个方向，基于实体相似度理论[3]的实体对齐算法和基于表示学习[4]的实体对齐算法。文献[5]提出了一种实体属性与上下文主题特征相结合的实体对齐算法，该算法以人物类和影视类百科数据为测试集取得了不错的实验效果，但针对不具备完整上下文信息的数据表现不佳。……