实体的对齐方法、装置、电子设备及计算机存储介质制造方法及图纸

本申请提供一种实体的对齐方法、装置、电子设备及计算机存储介质，该方法包括：对获取得到的物理模型知识图谱和逻辑模型知识图谱进行预处理，得到物理模型知识图谱的关系三元组和属性三元组，以及逻辑模型知识图谱的关系三元组和属性三元组；将其输入至多层图卷积神经网络，得到知识图谱中的实体的嵌入表示；针对每一个实体，计算实体的邻居节点的跨图匹配向量；根据实体的邻居节点的跨图匹配向量和实体的嵌入表示，确定实体的目标嵌入表示；对知识图谱中的实体进行聚合，得到优化后的实体的嵌入表示；根据知识图谱中实体优化后的嵌入表示和另一知识图谱中实体的向量化表达，确定两个知识图谱实体之间的距离，从而实现两个图谱中的实体的对齐。中的实体的对齐。中的实体的对齐。

【技术实现步骤摘要】
实体的对齐方法、装置、电子设备及计算机存储介质


[0001]本申请涉及计算机
，特别涉及一种实体的对齐方法、装置、电子设备及计算机存储介质。

技术介绍

[0002]目前，知识图谱中的实体对齐问题是知识图谱领域研究最深入的问题之一，早期关于知识图谱实体对齐问题都是采用基于嵌入的实体对齐方法。
[0003]最典型的就是基于翻译的模型
‑
TransE模型，这种方法认为一个正确的知识图谱三元组满足头实体embedding加上关系embedding会等于尾实体embedding，后来又不断在此基础进行改进，变形出了MTransE、IPTransE、JAPE等方法。然而在这些方法中仍然存在部分问题会影响实体对齐的准确性，例如两个知识图谱邻域大小不同的问题，同时还有大众化的邻居节点很普遍的出现在知识图谱中的问题。

技术实现思路

[0004]有鉴于此，本申请提供一种实体的对齐方法、装置、电子设备及计算机存储介质，高效的完成物理模型知识图谱和逻辑模型知识图谱两个知识图谱之间的实体对齐匹配任务。
[0005]本申请第一方面提供了一种实体的对齐方法，包括：
[0006]获取物理模型知识图谱和逻辑模型知识图谱；其中，所述知识图谱由有向图表示，有向图包括实体、关系和三元组；所述三元组由实体、关系/属性、实体组成；
[0007]分别对所述物理模型知识图谱和逻辑模型知识图谱进行预处理，得到所述物理模型知识图谱的关系三元组和属性三元组，以及逻辑模型知识图谱的关系三元组和属性三元组；
[0008]将所述物理模型知识图谱与逻辑模型知识图谱的关系三元组和属性三元组输入至多层图卷积神经网络，得到知识图谱中的实体的嵌入表示；
[0009]针对每一个实体，计算所述实体的邻居节点的跨图匹配向量；
[0010]根据所述实体的邻居节点的跨图匹配向量和所述实体的嵌入表示，确定所述实体的目标嵌入表示；
[0011]对知识图谱中的实体进行聚合，得到优化后的实体的嵌入表示；
[0012]根据知识图谱中实体优化后的嵌入表示和另一知识图谱中实体的向量化表达，确定两个知识图谱实体之间的距离；
[0013]根据所述两个知识图谱实体之间的距离，实现两个图谱中的实体的对齐。
[0014]可选的，所述分别对所述物理模型知识图谱和逻辑模型知识图谱进行预处理，得到所述物理模型知识图谱的关系三元组和属性三元组，以及逻辑模型知识图谱的关系三元组和属性三元组，包括：
[0015]抽取所述物理模型知识图谱中的三元组，并进行规范化处理，得到所述物理模型
知识图谱的关系三元组和属性三元组；
[0016]抽取所述逻辑模型知识图谱中的三元组，并进行规范化处理，得到所述逻辑模型知识图谱的关系三元组和属性三元组。
[0017]可选的，所述针对每一个实体，计算所述实体的邻居节点的跨图匹配向量，包括：
[0018]针对每一个实体，计算所述实体邻居节点的实体采样概率；
[0019]对所述实体的子图与另一个知识图谱中的所有子图进行比较，选取最相似的子图作为目标子图；
[0020]根据所述目标子图、注意力权重以及知识图谱中的实体的嵌入表示，确定所述实体的跨图匹配向量。
[0021]可选的，所述对知识图谱中的实体进行聚合，得到优化后的实体的嵌入表示，包括：
[0022]通过聚合中心节点的邻居节点信息来更新中心节点的嵌入表示，对所有有联系的节点信息进行聚合，得到优化后的实体的嵌入表示。
[0023]本申请第二方面提供了一种实体的对齐装置，包括：
[0024]获取单元，用于获取物理模型知识图谱和逻辑模型知识图谱；其中，所述知识图谱由有向图表示，有向图包括实体、关系和三元组；所述三元组由实体、关系/属性、实体组成；
[0025]预处理单元，用于分别对所述物理模型知识图谱和逻辑模型知识图谱进行预处理，得到所述物理模型知识图谱的关系三元组和属性三元组，以及逻辑模型知识图谱的关系三元组和属性三元组；
[0026]输入单元，用于将所述物理模型知识图谱与逻辑模型知识图谱的关系三元组和属性三元组输入至多层图卷积神经网络，得到知识图谱中的实体的嵌入表示；
[0027]计算单元，用于针对每一个实体，计算所述实体的邻居节点的跨图匹配向量；
[0028]第一确定单元，用于根据所述实体的邻居节点的跨图匹配向量和所述实体的嵌入表示，确定所述实体的目标嵌入表示；
[0029]聚合单元，用于对知识图谱中的实体进行聚合，得到优化后的实体的嵌入表示；
[0030]第二确定单元，用于根据知识图谱中实体优化后的嵌入表示和另一知识图谱中实体的向量化表达，确定两个知识图谱实体之间的距离；
[0031]对齐单元，用于根据所述两个知识图谱实体之间的距离，实现两个图谱中的实体的对齐。
[0032]可选的，所述预处理单元，包括：
[0033]第一预处理子单元，用于抽取所述物理模型知识图谱中的三元组，并进行规范化处理，得到所述物理模型知识图谱的关系三元组和属性三元组；
[0034]第二预处理子单元，用于抽取所述逻辑模型知识图谱中的三元组，并进行规范化处理，得到所述逻辑模型知识图谱的关系三元组和属性三元组。
[0035]可选的，所述计算单元，包括：
[0036]第一计算子单元，用于针对每一个实体，计算所述实体邻居节点的实体采样概率；
[0037]选取单元，用于对所述实体的子图与另一个知识图谱中的所有子图进行比较，选取最相似的子图作为目标子图；
[0038]第二计算子单元，用于根据所述目标子图、注意力权重以及知识图谱中的实体的
嵌入表示，确定所述实体的跨图匹配向量。
[0039]可选的，所述聚合单元，包括：
[0040]聚合子单元，用于通过聚合中心节点的邻居节点信息来更新中心节点的嵌入表示，对所有有联系的节点信息进行聚合，得到优化后的实体的嵌入表示。
[0041]本申请第三方面提供了一种电子设备，包括：
[0042]一个或多个处理器；
[0043]存储装置，其上存储有一个或多个程序；
[0044]当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如第一方面任意一项所述的实体的对齐方法。
[0045]本申请第四方面提供了一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如第一方面任意一项所述的实体的对齐方法。
[0046]由以上方案可知，本申请提供一种实体的对齐方法、装置、电子设备及计算机存储介质，所述实体的对齐方法包括：首先，获取物理模型知识图谱和逻辑模型知识图谱；其中，所述知识图谱由有向图表示，有向图包括实体、关系和三元组；所述三元组由实体、关系/属性、实体组成；然后，分别对所述物理模型知识图谱和逻辑模型知识图谱进行预处理，得到所述物理模型知识图谱的关系三元组和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实体的对齐方法，其特征在于，包括：获取物理模型知识图谱和逻辑模型知识图谱；其中，所述知识图谱由有向图表示，有向图包括实体、关系和三元组；所述三元组由实体、关系/属性、实体组成；分别对所述物理模型知识图谱和逻辑模型知识图谱进行预处理，得到所述物理模型知识图谱的关系三元组和属性三元组，以及逻辑模型知识图谱的关系三元组和属性三元组；将所述物理模型知识图谱与逻辑模型知识图谱的关系三元组和属性三元组输入至多层图卷积神经网络，得到知识图谱中的实体的嵌入表示；针对每一个实体，计算所述实体的邻居节点的跨图匹配向量；根据所述实体的邻居节点的跨图匹配向量和所述实体的嵌入表示，确定所述实体的目标嵌入表示；对知识图谱中的实体进行聚合，得到优化后的实体的嵌入表示；根据知识图谱中实体优化后的嵌入表示和另一知识图谱中实体的向量化表达，确定两个知识图谱实体之间的距离；根据所述两个知识图谱实体之间的距离，实现两个图谱中的实体的对齐。2.根据权利要求1所述的实体的对齐方法，其特征在于，所述分别对所述物理模型知识图谱和逻辑模型知识图谱进行预处理，得到所述物理模型知识图谱的关系三元组和属性三元组，以及逻辑模型知识图谱的关系三元组和属性三元组，包括：抽取所述物理模型知识图谱中的三元组，并进行规范化处理，得到所述物理模型知识图谱的关系三元组和属性三元组；抽取所述逻辑模型知识图谱中的三元组，并进行规范化处理，得到所述逻辑模型知识图谱的关系三元组和属性三元组。3.根据权利要求1所述的实体的对齐方法，其特征在于，所述针对每一个实体，计算所述实体的邻居节点的跨图匹配向量，包括：针对每一个实体，计算所述实体邻居节点的实体采样概率；对所述实体的子图与另一个知识图谱中的所有子图进行比较，选取最相似的子图作为目标子图；根据所述目标子图、注意力权重以及知识图谱中的实体的嵌入表示，确定所述实体的跨图匹配向量。4.根据权利要求1所述的实体的对齐方法，其特征在于，所述对知识图谱中的实体进行聚合，得到优化后的实体的嵌入表示，包括：通过聚合中心节点的邻居节点信息来更新中心节点的嵌入表示，对所有有联系的节点信息进行聚合，得到优化后的实体的嵌入表示。5.一种实体的对齐装置，其特征在于，包括：获取单元，用于获取物理模型知识图谱和逻辑模型知识图谱；其中，所述知识图谱由有向图表示，有向图包括实体、关系和三元组；所述三元组由实体、关系/属性、实体组...

【专利技术属性】
技术研发人员：廖小琦，李杏，李雨霏，任小伟，郝保聪，张鹏宇，杨诗语，高士杰，何鑫，李敏，
申请(专利权)人：北京中电普华信息技术有限公司，
类型：发明
国别省市：