基于自注意力模型的本体对齐方法

摘要：

随着知识图谱在人工智能领域的发展,对不同源的知识图谱进行融合,以得到覆盖范围更广的知识图谱的需求日益增加.本体作为知识图谱的上层结构,对知识图谱的构建具有指导作用.为了解决知识图谱融合中本体对齐的问题,文中提出了基于自注意力模型融合多维相似度的方法,从而提高本体对齐的精度.首先,对来自两个本体的概念进行基于字符串的、基于语义的和基于结构信息的多维度相似性度量;然后,使用自注意力模型对上述多种相似度度量结果进行融合,进而判断是否相似并进行对齐.在公开数据集上进行实验,实验结果表明,相比现有的本体对齐方法,所提方法通过聚合多维度的相似性特征能够得到更优的对齐结果.

关键词：知识图谱融合、本体对齐、相似度计算、自注意力模型

所属期刊栏目：49

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;郑州市协同创新重大专项

在线出版日期：2022-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：215-220