知識(shí)圖譜構(gòu)建方法設(shè)計(jì)研究_第1頁(yè)
知識(shí)圖譜構(gòu)建方法設(shè)計(jì)研究_第2頁(yè)
知識(shí)圖譜構(gòu)建方法設(shè)計(jì)研究_第3頁(yè)
知識(shí)圖譜構(gòu)建方法設(shè)計(jì)研究_第4頁(yè)
免費(fèi)預(yù)覽已結(jié)束,剩余1頁(yè)可下載查看

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于多數(shù)據(jù)源的知識(shí)圖譜構(gòu)建方法研究摘要:針對(duì)多數(shù)據(jù)源的融合應(yīng)用,構(gòu)建了基于多數(shù)據(jù)源的知識(shí)圖譜。首先,對(duì)不同領(lǐng)域內(nèi)的數(shù)據(jù)源構(gòu)建相應(yīng)本體庫(kù),并將不同本體庫(kù)通過(guò)數(shù)據(jù)融合映射到全局本體庫(kù),然后,利用實(shí)體對(duì)齊和實(shí)體鏈接方法進(jìn)行知識(shí)獲取和融合,最后,搭建知識(shí)圖譜應(yīng)用平臺(tái),提供查詢(xún)和統(tǒng)計(jì)等操作。在實(shí)體對(duì)齊方面,利用傳統(tǒng)的基于相似性傳播實(shí)體對(duì)齊方法,獲得良好的實(shí)體對(duì)齊效果;在實(shí)體鏈接方面,提出了基于約束嵌入轉(zhuǎn)換的預(yù)測(cè)推理方法,實(shí)驗(yàn)結(jié)果表明,在預(yù)測(cè)準(zhǔn)確率上取得較好的結(jié)果。0引言在大數(shù)據(jù)時(shí)代背景下,隨著海量數(shù)據(jù)的出現(xiàn)以及多數(shù)據(jù)源融合交叉應(yīng)用,傳統(tǒng)的數(shù)據(jù)管理模式以及查詢(xún)方式受到一定的制約。近年來(lái),知識(shí)圖譜(Know

2、ledgeGraph)1作為一種新的知識(shí)表示方法和數(shù)據(jù)管理模式,在自然語(yǔ)言處理、問(wèn)題回答、信息檢索等領(lǐng)域有著重要的應(yīng)用。知識(shí)圖譜是結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù),用于以符號(hào)形式描述物理世界中的概念及其相互關(guān)系;其基本組成單位是實(shí)體-關(guān)系-實(shí)體”三元組,以及實(shí)體及其相關(guān)屬性-值對(duì),實(shí)體間通過(guò)關(guān)系相互聯(lián)結(jié),構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)。隨著谷歌知識(shí)圖譜的發(fā)布,知識(shí)圖譜的構(gòu)建與應(yīng)用研究引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在國(guó)內(nèi),知識(shí)圖譜的構(gòu)建與研究已經(jīng)起步,相應(yīng)取得許多重要的研究成果。如:搜狗的知立方、百度知心;復(fù)旦大學(xué)GDM實(shí)驗(yàn)室設(shè)計(jì)了一種面向圖書(shū)閱讀領(lǐng)域的中文知識(shí)圖譜3;金貴陽(yáng)等4利用知識(shí)圖譜和語(yǔ)義網(wǎng)技術(shù),提出構(gòu)建企業(yè)知

3、識(shí)圖譜的方法,并應(yīng)用于鋼鐵企業(yè)信息集成,提高了企業(yè)信息查詢(xún)的效率;胡芳槐5在博士論文中研究了基于多數(shù)據(jù)源的中文知識(shí)圖譜構(gòu)建方法,涉及到本體層構(gòu)建、實(shí)體層的學(xué)習(xí)等,同時(shí)構(gòu)建行業(yè)領(lǐng)域知識(shí)圖譜的應(yīng)用平臺(tái);王巍巍等構(gòu)建了雙語(yǔ)影視知識(shí)圖譜,包括影視本體庫(kù)的構(gòu)建、實(shí)體的鏈接、實(shí)體匹配等,并搭建了應(yīng)用平臺(tái)與開(kāi)放數(shù)據(jù)訪問(wèn)接口;鄂世嘉等7提出了一種端到端基于中文百科數(shù)據(jù)的中文知識(shí)圖譜自動(dòng)化構(gòu)建方案,并開(kāi)發(fā)面向用戶(hù)的中文知識(shí)圖譜系統(tǒng)?,F(xiàn)有的行業(yè)領(lǐng)域知識(shí)圖譜通常采用手工構(gòu)建方式,缺乏統(tǒng)一的構(gòu)建方法,且這類(lèi)知識(shí)庫(kù)目標(biāo)是特定行業(yè)領(lǐng)域,因此,其描述范圍極為有限。針對(duì)這些問(wèn)題,提出了將不同領(lǐng)域知識(shí)庫(kù)進(jìn)行融合成一個(gè)知識(shí)圖譜,

4、旨在構(gòu)建語(yǔ)義一致、結(jié)構(gòu)一致的多數(shù)據(jù)融合知識(shí)圖譜,實(shí)現(xiàn)對(duì)不同領(lǐng)域內(nèi)的知識(shí)進(jìn)行查詢(xún)和展示,從而提高了數(shù)據(jù)查詢(xún)效率。本文提出一個(gè)多數(shù)據(jù)源融合的知識(shí)圖譜構(gòu)建流程,并對(duì)關(guān)鍵技術(shù)進(jìn)行研究,包括數(shù)據(jù)源的獲取、領(lǐng)域本體庫(kù)的構(gòu)建、全局本體庫(kù)的構(gòu)建、實(shí)體對(duì)齊、實(shí)體鏈接以及應(yīng)用平臺(tái)的搭建。文中利用某地區(qū)的醫(yī)院醫(yī)療保健數(shù)據(jù)、空氣污染監(jiān)測(cè)數(shù)據(jù)和環(huán)境監(jiān)測(cè)數(shù)據(jù),構(gòu)建了多數(shù)據(jù)融合的知識(shí)圖譜。1知識(shí)圖譜構(gòu)建過(guò)程知識(shí)圖譜構(gòu)建是知識(shí)圖譜得以應(yīng)用發(fā)展的前提,涉及實(shí)體抽取和實(shí)體及實(shí)體之間關(guān)系的建立,同時(shí)還需要很好地組織和存儲(chǔ)抽取的實(shí)體與關(guān)系信息,使其能夠被迅速的訪問(wèn)和操作8。知識(shí)圖譜構(gòu)建過(guò)程通??梢苑殖蓛刹剑褐R(shí)圖譜本體層構(gòu)建和實(shí)體層

5、的學(xué)習(xí)5。本體層構(gòu)建通常包含術(shù)語(yǔ)抽取、同義詞抽取、概念抽取、分類(lèi)關(guān)系抽取、公理和規(guī)則學(xué)習(xí);實(shí)體層學(xué)習(xí)則包含實(shí)體學(xué)習(xí)、實(shí)體數(shù)據(jù)填充、實(shí)體對(duì)齊和實(shí)體鏈接等。知識(shí)圖譜的構(gòu)建方法通常有自頂向下和自底向上兩種。所謂自頂向下的方法是指先構(gòu)建知識(shí)圖譜的本體,即從行業(yè)領(lǐng)域、百科類(lèi)網(wǎng)站及其它等高質(zhì)量的數(shù)據(jù)源中,提取本體和模式信息,添加到知識(shí)庫(kù)中;而自底向上的方法是指從實(shí)體層開(kāi)始,借助于一定的技術(shù)手段,對(duì)實(shí)體進(jìn)行歸納組織、實(shí)體對(duì)齊和實(shí)體鏈接等,并提取出具有較高置信度的新模式,經(jīng)人工審核后,加入到知識(shí)圖譜中。然而,在實(shí)際的構(gòu)建過(guò)程中,并不是兩種方法孤立單獨(dú)進(jìn)行著,而是兩種方法交替結(jié)合的過(guò)程。本文在構(gòu)建多數(shù)據(jù)源的知識(shí)

6、圖譜時(shí)采用兩種方法的結(jié)合,首先采用自頂向下的方式來(lái)構(gòu)建本體庫(kù),然后采用自底向上的方式進(jìn)行提取知識(shí)來(lái)擴(kuò)展知識(shí)圖譜。數(shù)據(jù)來(lái)源圖1醫(yī)療保健數(shù)據(jù)庫(kù)£-4F=環(huán)境監(jiān)測(cè)數(shù)氣象監(jiān)測(cè)數(shù)據(jù)庫(kù)據(jù)庫(kù)-非結(jié)構(gòu)配數(shù)據(jù)-一純文本數(shù)據(jù)多數(shù)據(jù)融合的知識(shí)圖譜構(gòu)建過(guò)程Fig.1Knowledgegraphbaseddatafusionmodel本文基于多種數(shù)據(jù)源的融合技術(shù),構(gòu)建相應(yīng)的知識(shí)圖譜,具體過(guò)程如圖1所示。圖1中是從多種不同的數(shù)據(jù)源,如各個(gè)領(lǐng)域中的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),構(gòu)建相應(yīng)的領(lǐng)域本體庫(kù),然后將它們映射為全局本體庫(kù),接著對(duì)這些領(lǐng)域知識(shí)圖譜通過(guò)知識(shí)獲取和數(shù)據(jù)融合構(gòu)造知識(shí)圖譜,最后通過(guò)搭建相應(yīng)的應(yīng)用平臺(tái),

7、方便對(duì)知識(shí)圖譜進(jìn)行查詢(xún)與更新。2多數(shù)據(jù)源融合的知識(shí)圖譜構(gòu)建為了能充分利用不同領(lǐng)域內(nèi)的知識(shí),實(shí)現(xiàn)不同領(lǐng)域內(nèi)數(shù)據(jù)快速查詢(xún),本文在融合多種數(shù)據(jù)源的情況下,構(gòu)建了多數(shù)據(jù)源的知識(shí)圖譜。首先對(duì)不同領(lǐng)域內(nèi)構(gòu)建不同領(lǐng)域的本體庫(kù),然后將不同領(lǐng)域的本體經(jīng)過(guò)映射成全局本體庫(kù),接著對(duì)各個(gè)領(lǐng)域的知識(shí)庫(kù)進(jìn)行實(shí)體對(duì)齊和實(shí)體鏈接,豐富和拓展所構(gòu)造多數(shù)據(jù)融合的知識(shí)圖譜。2.1 數(shù)據(jù)源用于構(gòu)建知識(shí)圖譜的本體庫(kù)數(shù)據(jù)源可以來(lái)源于結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù),以及現(xiàn)有的一些通用知識(shí)圖譜庫(kù)等。本文用于構(gòu)建本體庫(kù)的數(shù)據(jù)源如表1所示。1)結(jié)構(gòu)化數(shù)據(jù)。其主要是指關(guān)系數(shù)據(jù)庫(kù)中的表、excel表以及其它具有結(jié)構(gòu)的數(shù)據(jù)。2)半結(jié)構(gòu)化數(shù)據(jù)。

8、其主要指介于結(jié)構(gòu)化數(shù)據(jù)和無(wú)結(jié)構(gòu)化數(shù)據(jù)之間,通常的XML、HTML等相關(guān)網(wǎng)頁(yè)屬于半結(jié)構(gòu)化數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)主要來(lái)源于維基百科、百度百科等。3)無(wú)結(jié)構(gòu)化數(shù)據(jù)。其主要指純文本資料、圖像和聲音等數(shù)據(jù)。2.2 本體庫(kù)構(gòu)建本體(ontology)是對(duì)概念進(jìn)行建模的規(guī)范,是描述客觀世界的抽象模型,以形式化方式對(duì)概念及其之間的聯(lián)系給出明確的定義2。本體定義了知識(shí)圖譜中的數(shù)據(jù)模式,因而,本體構(gòu)建研究的成果能在很大程度上輔助知識(shí)圖譜的構(gòu)建5。針對(duì)不同的應(yīng)用領(lǐng)域和不同的需求,本體構(gòu)建的方法也有所不同。本文利用OWL(WebOntologyLanguage)從多種數(shù)據(jù)源中構(gòu)建相應(yīng)的領(lǐng)域本體庫(kù),然后通過(guò)映射成全局本體庫(kù)

9、。1)領(lǐng)域本體庫(kù)構(gòu)建本文領(lǐng)域本體庫(kù)構(gòu)建其主要數(shù)據(jù)源是來(lái)自于環(huán)境監(jiān)測(cè)數(shù)據(jù)庫(kù)、空氣污染檢測(cè)數(shù)據(jù)庫(kù)和醫(yī)療健保數(shù)據(jù)庫(kù)。除此之外,也利用相關(guān)領(lǐng)域的網(wǎng)站數(shù)據(jù)等。下面重點(diǎn)介紹從關(guān)系數(shù)據(jù)庫(kù)中獲取領(lǐng)域本體庫(kù)的過(guò)程,如圖2所示。首先,領(lǐng)域內(nèi)的關(guān)系數(shù)據(jù)庫(kù)是針對(duì)特定領(lǐng)域而創(chuàng)建的,該數(shù)據(jù)庫(kù)包含了領(lǐng)域內(nèi)的表達(dá)方法和具體應(yīng)用的詳細(xì)信息,因此,可以從領(lǐng)域的關(guān)系數(shù)據(jù)庫(kù)中抽取出關(guān)系模式,分析關(guān)系數(shù)據(jù)庫(kù)中表的信息和字段信息,建立相應(yīng)的概念模型。其次,由于關(guān)系模式包括表與字段之間的關(guān)系,以及表與表之間的聯(lián)系,而本體庫(kù)則是包括概念與概念之間的關(guān)系、概念與屬性間的聯(lián)系。因此,要利用一定的規(guī)則將關(guān)系模式映射為本體模型。本文設(shè)計(jì)了一系列轉(zhuǎn)換

10、規(guī)則,如:將關(guān)系模式中的表名轉(zhuǎn)換為本體中的概念名;表與表間的關(guān)系轉(zhuǎn)換為本體中的概念與概念的關(guān)系;將關(guān)系模式中的字段名轉(zhuǎn)換為本體的屬性名等。通過(guò)上述的轉(zhuǎn)換規(guī)則,可以獲得領(lǐng)域本體模型。最后,對(duì)領(lǐng)域本體模型進(jìn)行評(píng)估和校驗(yàn)。該部分重點(diǎn)是對(duì)所構(gòu)造的領(lǐng)域本體模型進(jìn)行檢驗(yàn),查看是否滿足本體庫(kù)的構(gòu)建原則,本體模型中的術(shù)語(yǔ)是否正確,本體模型中的概念及其關(guān)系是否完整等。通過(guò)對(duì)本體模型評(píng)估后,可以建立領(lǐng)域內(nèi)的本體庫(kù)。關(guān)系數(shù)據(jù)庫(kù)可具有完整的數(shù)據(jù)模式,包含完整的表結(jié)構(gòu)和完整性約束條件。因此可以將數(shù)據(jù)庫(kù)中的關(guān)系名轉(zhuǎn)換為本體中的概念,部分字段名轉(zhuǎn)換為本體中的屬性,示例如下:將關(guān)系名轉(zhuǎn)換為本體概念的OWL語(yǔ)言:<owl

11、:Classrdf:ID=“Patient”/><owl:Classrdf:ID=“PediatricPatient”/><owl:Classrdf:ID=“Doctor”/><owl:Classrdf:ID=“Inpatient”/><owl:Classrdf:ID=“Hospital”/>將字段名轉(zhuǎn)換為屬性名的OWL語(yǔ)言:<owl:ObjectPropertyrdf:ID="HospitalID><owl:DatatypePropertyrdf:ID="PatientID<rdfs:domai

12、nrdf:resource="#Doctor”/><rdfs:rangerdf:resource="#Hospital”/>>另外,為了擴(kuò)充和完善領(lǐng)域本體庫(kù),需要對(duì)非關(guān)系型的數(shù)據(jù)進(jìn)行采集和填充。本文對(duì)行業(yè)領(lǐng)域內(nèi)的半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理,對(duì)相應(yīng)百科網(wǎng)站通過(guò)網(wǎng)頁(yè)爬蟲(chóng)技術(shù)獲取相應(yīng)的知識(shí),并將半結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù),最后利用上述關(guān)系數(shù)據(jù)轉(zhuǎn)換成本體的規(guī)則進(jìn)行轉(zhuǎn)換。2)全局本體庫(kù)構(gòu)建為了能便于構(gòu)建多數(shù)據(jù)融合的知識(shí)圖譜,需要將多個(gè)領(lǐng)域內(nèi)的本體庫(kù)進(jìn)行融合,構(gòu)建全局本體庫(kù)。其過(guò)程如圖3所示。在上述構(gòu)建的領(lǐng)域本體庫(kù)基礎(chǔ)上,通過(guò)相似性檢測(cè)和沖突解決等規(guī)則,將多個(gè)

13、領(lǐng)域的本體庫(kù)融合在一起組成了全局本體庫(kù)。其步驟如下:首先,由于不同領(lǐng)域內(nèi)的本體庫(kù)進(jìn)行知識(shí)融合,對(duì)存在著一些相同或相似的概念和屬性等,采用了相似性檢測(cè)規(guī)則對(duì)這些不同領(lǐng)域內(nèi)的本體進(jìn)行檢測(cè)。如:語(yǔ)義相似性檢測(cè)、概念相似性檢測(cè)、屬性相似性檢測(cè)、數(shù)據(jù)格式相似性檢測(cè)等。通過(guò)這些相似性檢測(cè)后,能將不同領(lǐng)域內(nèi)的相同或相似本體進(jìn)行統(tǒng)一,但并不能解決它們之間的沖突。圖2從關(guān)系數(shù)據(jù)中構(gòu)造領(lǐng)域本體庫(kù)過(guò)程Fig.2Thestructureofontologyconstructionfromrelational圖3全局本體庫(kù)構(gòu)建過(guò)程Fig.3Theprocessofglobalontologyconstruction其次

14、,采用沖突解決規(guī)則對(duì)上面存在著相似概念或?qū)傩缘冗M(jìn)行解決。通過(guò)沖突解決規(guī)則可以消除概念的歧義,剔除冗余和錯(cuò)誤概念,從而保證全局本體庫(kù)的質(zhì)量。主要是對(duì)上述中存在著相近或相似的概念或?qū)傩赃M(jìn)行消除,使其達(dá)到統(tǒng)一,并合并為全局本體。最后,將剩余的領(lǐng)域本體經(jīng)過(guò)沖突解決和實(shí)體消岐等處理,映射到全局本體庫(kù),與上面經(jīng)過(guò)處理后各個(gè)領(lǐng)域本體庫(kù)相結(jié)合,從而實(shí)現(xiàn)全局本體的構(gòu)建。2.3 實(shí)體對(duì)齊實(shí)體對(duì)齊(entityalignment)9也稱(chēng)為實(shí)體匹配或?qū)嶓w解析,是判斷相同或不同數(shù)據(jù)集中的2個(gè)實(shí)體是否指向真實(shí)世界同一對(duì)象的過(guò)程。實(shí)體對(duì)齊目的是:發(fā)現(xiàn)在不同知識(shí)庫(kù)中具有不同實(shí)體名稱(chēng),但卻代表著現(xiàn)實(shí)世界中同一事物的實(shí)體,將這些

15、實(shí)體進(jìn)行合并,且用具有唯一標(biāo)識(shí)對(duì)該實(shí)體進(jìn)行標(biāo)識(shí),最后將該實(shí)體添加到相應(yīng)的知識(shí)圖譜中。針對(duì)不同知識(shí)庫(kù)的實(shí)體對(duì)齊過(guò)程如圖4所示9。即在給定不同的知識(shí)庫(kù),通過(guò)先驗(yàn)對(duì)齊數(shù)據(jù)以及調(diào)整參數(shù)和相關(guān)外部資料的作用下,進(jìn)行實(shí)體匹配的算法計(jì)算,最終得到實(shí)體間的對(duì)齊結(jié)果。雖然在構(gòu)建全局本體庫(kù)時(shí),針對(duì)不同領(lǐng)域內(nèi)本體庫(kù)的實(shí)體做了實(shí)體消岐處理,然而,這里的實(shí)體對(duì)齊是為了豐富和拓展知識(shí)圖譜,從現(xiàn)有的通用知識(shí)圖譜及其相關(guān)的資料中,利用實(shí)體對(duì)齊方法,提取實(shí)體及實(shí)體間的關(guān)系來(lái)填充知識(shí)圖譜。現(xiàn)階段有關(guān)實(shí)體對(duì)齊的算法較多9,10,常用的有:基于傳統(tǒng)概率模型的實(shí)體對(duì)齊方法、基于機(jī)器學(xué)習(xí)的實(shí)體對(duì)齊方法、基于相似性傳播實(shí)體對(duì)齊方法、基于L

16、DA模型的實(shí)體對(duì)齊方法、基于CRF模型的實(shí)體對(duì)齊方法、基于Markov邏輯網(wǎng)的實(shí)體對(duì)齊方法等。圖4不同知識(shí)庫(kù)實(shí)體對(duì)齊過(guò)程Fig.4Processofentityalignmentofdifferentknowledgebases本文采用基于相似性傳播實(shí)體對(duì)齊方法9-11,該算法將實(shí)體對(duì)齊問(wèn)題看成是一個(gè)全局匹配評(píng)分目標(biāo)函數(shù)的優(yōu)化問(wèn)題進(jìn)行建模,屬于二元分類(lèi)問(wèn)題,可通過(guò)貪婪優(yōu)化算法求得其近似解1°。基本過(guò)程如下:(1)對(duì)于開(kāi)放鏈接數(shù)據(jù)及行業(yè)領(lǐng)域的百科數(shù)據(jù)中實(shí)體,進(jìn)行提取得到了實(shí)體的同義名稱(chēng)集合;(2)通過(guò)實(shí)體對(duì)齊的方法,將這些實(shí)體與上述構(gòu)建的知識(shí)圖譜中的實(shí)體進(jìn)行匹配,把結(jié)果作為實(shí)體合并的候

17、選實(shí)體集;(3)將這些候選實(shí)體集中的實(shí)體,通過(guò)比對(duì)它們的上層概念,如果具有相同的上層概念,則將它們合并為一個(gè)實(shí)體。2.4 實(shí)體鏈接實(shí)體鏈接(entitylinking)12,13是指對(duì)于從文本中抽取得到的實(shí)體對(duì)象,將其鏈接到知識(shí)圖譜中對(duì)應(yīng)的正確實(shí)體對(duì)象的操作14。而實(shí)體鏈接預(yù)測(cè)是指在給定的知識(shí)圖譜中,預(yù)測(cè)出缺失的實(shí)體間的關(guān)系,從而豐富和拓展知識(shí)圖譜。其基本思想是首先根據(jù)給定三元組的頭(尾)實(shí)體和關(guān)系,從知識(shí)圖譜中或其它相關(guān)文本數(shù)據(jù),選出一組候選實(shí)體對(duì)象,然后通過(guò)實(shí)體鏈接預(yù)測(cè)算法,計(jì)算出正確的尾(頭)實(shí)體,并將得到的三元組添加到相應(yīng)的知識(shí)圖譜中。現(xiàn)階段有關(guān)知識(shí)圖譜實(shí)體鏈接預(yù)測(cè)算法較多8,15-1

18、7。常用的有:基于向量嵌入轉(zhuǎn)換算法、基于張量分解算法、基于路徑推理算法、結(jié)合文本推理算法等。在前期工作研究基礎(chǔ)上8,提出了基于約束向量嵌入轉(zhuǎn)換算法,獲得較好的實(shí)體鏈接預(yù)測(cè)結(jié)果,算法流程圖如圖5所示。其基本思想是:將知識(shí)圖譜中的實(shí)體和關(guān)系,通過(guò)嵌入(embedding)方式投影到低維向量空間,并在向量空間中通過(guò)向量平移轉(zhuǎn)換操作,計(jì)算頭、尾實(shí)體及關(guān)系在向量空間中的損失函數(shù)值,實(shí)現(xiàn)頭尾實(shí)體的關(guān)系鏈接。而基于約束嵌入轉(zhuǎn)換算法,是在原有向量嵌入轉(zhuǎn)換算法的基礎(chǔ)上18,增加了關(guān)系語(yǔ)義約束條件,使得所預(yù)測(cè)出實(shí)體間的關(guān)系要滿足關(guān)系的語(yǔ)義類(lèi)型。如:對(duì)于關(guān)系出生于",其頭實(shí)體通常是人或動(dòng)物,而尾實(shí)體通常是

19、時(shí)間或地點(diǎn)。圖5基于約束向量嵌入轉(zhuǎn)換算法流程圖Fig.5Thefigureofembeddingtranslationbasedonconstraint4結(jié)論本文提出一種基于多數(shù)據(jù)融合的知識(shí)圖譜構(gòu)建過(guò)程,并對(duì)整個(gè)過(guò)程中所涉及的方法加以描述,旨在構(gòu)建語(yǔ)義一致、結(jié)構(gòu)一致的多數(shù)據(jù)融合知識(shí)圖譜。首先通過(guò)構(gòu)建不同領(lǐng)域內(nèi)的本體庫(kù),將不同領(lǐng)域的本體庫(kù),通過(guò)數(shù)據(jù)融合和映射技術(shù)構(gòu)建全局本體庫(kù),實(shí)現(xiàn)各種數(shù)據(jù)源語(yǔ)義關(guān)系一致的知識(shí)圖譜。在實(shí)體對(duì)齊方面,提出了基于相似性傳播實(shí)體對(duì)齊方法,獲得良好的實(shí)體對(duì)齊效果;在實(shí)體鏈接方面,基于前期研究工作基礎(chǔ)上,提出了基于約束嵌入轉(zhuǎn)換的預(yù)測(cè)推理方法。參考文獻(xiàn):1 PujaraJ,M

20、iaoH,GetoorL,etal.KnowledgeGraphIdentificationC.InternationalSemanticWebConference.SpringerBerlinHeidelberg,2013:542-557.2 劉蟒,李楊,段宏,等.知識(shí)圖譜構(gòu)建技術(shù)綜述J.計(jì)算機(jī)研究與發(fā)展,2016,53(3):582-600.3 肖仰華,張可尊,汪衛(wèi).一種面向圖書(shū)的閱讀領(lǐng)域知識(shí)圖譜構(gòu)建方法:中國(guó),CN103488724AP.2014.01.01.4金貴陽(yáng),呂福在,項(xiàng)占琴.基于知識(shí)圖譜和語(yǔ)義網(wǎng)技術(shù)的企業(yè)信息集成方法J.東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,44(2):250-

21、255.5 胡芳槐.基于多種數(shù)據(jù)源的中文知識(shí)圖譜構(gòu)建方法研究D.上海:華東理工大學(xué),2015.6 王巍巍,王志剛,潘亮銘,等.雙語(yǔ)影視知識(shí)圖譜的構(gòu)建研究J.北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,52(1):25-34.7 鄂世嘉,林培裕,向陽(yáng).自動(dòng)化構(gòu)建的中文知識(shí)圖譜系統(tǒng)J.計(jì)算機(jī)應(yīng)用,2016,36(4):992-996.8 吳運(yùn)兵,楊帆,賴(lài)國(guó)華,等.知識(shí)圖譜學(xué)習(xí)和推理研究進(jìn)展J.小型微型計(jì)算機(jī)系統(tǒng),2016,37(9):2007-2013.9 莊嚴(yán),李國(guó)良,馮建華.知識(shí)庫(kù)實(shí)體對(duì)齊技術(shù)綜述J.計(jì)算機(jī)研究與發(fā)展,2016,53(1):165-192.10徐增林,盛泳潘,賀麗榮,等.知識(shí)圖譜技術(shù)

22、綜述J.電子科技大學(xué)學(xué)報(bào),2016,45(4):589-606.11Lacoste-JulienS,PallaK,DaviesA,etal.SIGMa:simplegreedymatchingforaligninglargeknowledgebasesC.Proceedingsofthe19thACMSIGKDDinternationalconferenceonKnowledgediscoveryanddatamining.NewYork.ACM,2013:572-580.12劉蟒,鐘云,李楊,等.基于圖的中文集成實(shí)體鏈接算法J.計(jì)算機(jī)研究與發(fā)展,2016,53(2):270-283.13 ShenW,WangJ,HanJ.E

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論