公共安全领域知识图谱的知识融合技术研究

发布时间：2021-03-16 06:58

　　知识图谱作为一个高度互联的语义网络,在智能化服务中发挥着重要作用。但是,复杂的语义关系给知识融合带来了巨大的挑战,导致实体匹配计算时精度较低。为此,本文对知识融合中的知识嵌入和实体对齐技术进行研究,通过注意力机制加强实体和关系的语义特征,并在实体匹配计算时通过联合类型匹配提升融合对齐的准确率。本文主要工作和贡献如下:（1）提出了基于翻译和注意力机制的知识嵌入模型。传统翻译模型只建模了三元组内部结构特性,导致链接预测时精度较低。本文利用全局注意力机制为实体表示分配属性节点特征,利用自注意力机制处理标签词序列为关系表示融入文本特征,解决了实体和关系表示语义特征不足的缺点。实验表明本文方法相比TransE、TransH、TransR等传统翻译模型能有效提升知识表示的质量。（2）提出了联合类型匹配的跨知识图谱实体对齐模型。现有基于知识嵌入的方法仅根据实体向量的相似度进行匹配计算,导致实体对齐精度较低。本文利用实体类型特征,在对齐模型上附加类型匹配约束来加强选择条件,同时运用迭代实体对齐方法克服标注数据少的问题。实验表明本文方法相比JE、MTransE、IPTransE等方法能有效提升实体对齐的... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

Transformer模型中的多头注意力[43]

公共安全领域知识图谱展示效果

【参考文献】：
期刊论文
[1]知识图谱研究进展[J]. 漆桂林,高桓,吴天星.  情报工程. 2017(01)
[2]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳.  电子科技大学学报. 2016(04)
[3]知识库实体对齐技术综述[J]. 庄严,李国良,冯建华.  计算机研究与发展. 2016(01)



本文编号：3085613