计算机应用

作者：翟社平, 黄妍, 杨晴, 杨锐

单位：1.西安邮电大学 计算机学院，西安 710721；2.陕西省网络数据分析与智能处理重点实验室（西安邮电大学），西安 710121

关键词：实体对齐,知识嵌入,注意力机制,依存句法分析,BERT

基金：国家自然科学基金资助项目(61373116);工业和信息化部通信软科学项目(2017-R-22);陕西省重点研发计划项目(2022GY-038);陕西省教育厅科学研究计划项目(18JK0697);陕西省大学生创新创业训练计划项目(202211664053);西安邮电大学研究生创新基金资助项目(CXJJYL2022052)

实体对齐（EA）旨在识别不同来源的知识图谱（KG）中指代相同的实体。现有的EA模型大多关注实体自身的特征，部分模型引入了实体的关系和属性信息辅助实现对齐，然而这些模型忽视了实体中潜在的邻域信息和语义信息。为了解决上述问题，提出一种融合三元组和文本属性的多视图EA模型（MultiEA）。所提模型将实体信息分为多个视图以实现对齐。针对缺少邻域信息的问题，采用图卷积网络（GCN）与翻译模型来并行学习嵌入实体的关系信息；针对缺少语义信息的问题，采用词嵌入与预训练语言模型学习属性文本的语义信息。实验结果表明，在DBP15K的3个子数据集上，相较于得到最优结果的基线模型EPEA（Entity-Pair Embedding Approach for KG alignment），所提模型的Hits@1值分别提升了2.18、1.36和0.96个百分点，平均倒数排名（MRR）分别提升了2.4、0.9和0.5个百分点，验证了所提模型的有效性。

来源：2025年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第6期