结合属性信息与对偶注意力的实体对齐关系感知邻域匹配模型

摘要：

基于实体对齐的关系感知邻域匹配(R N M)模型进行改进,提出结合属性信息与对偶注意力机制的实体对齐关系感知邻域匹配模型.引入RDGCN的对偶注意力对原来GCN的关系结构学习能力进行优化,同时加入属性信息,联合关系结构与属性信息作为关系感知邻域匹配的嵌入.该模型在3个真实数据集上的对齐准确率可分别达到86.91％、87.67％和94.05％,与基准模型相比有进一步的提升.实验结果表明提出的方法可以有效地识别出对齐实体对.

关键词：实体对齐、属性信息、关系匹配、知识融合、知识图谱、图卷积网络

所属期刊栏目：50

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2022-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：75-86