基于雙層圖注意力網(wǎng)絡(luò)的鄰域信息聚合實(shí)體對齊方法

打開文本圖片集

摘 要：針對知識圖譜中存在部分屬性信息對實(shí)體對齊任務(wù)影響程度不一致以及實(shí)體的鄰域信息重要程度不一致的問題，提出了一種結(jié)合雙層圖注意力網(wǎng)絡(luò)的鄰域信息聚合實(shí)體對齊（two-layer graph attention network entity alignment，TGAEA）方法。該方法采用雙層圖神經(jīng)網(wǎng)絡(luò)，首先利用第一層網(wǎng)絡(luò)對實(shí)體屬性進(jìn)行注意力系數(shù)計(jì)算，降低無用屬性對實(shí)體對齊的影響；隨后，結(jié)合第二層網(wǎng)絡(luò)對實(shí)體名稱、關(guān)系和結(jié)構(gòu)等信息進(jìn)行特征加權(quán)，以區(qū)分實(shí)體鄰域信息的重要性；最后，借助自舉方法擴(kuò)充種子實(shí)體對，并結(jié)合鄰域信息相似度矩陣進(jìn)行實(shí)體距離度量。（剩余19512字）