基于双层图注意力网络的邻域信息聚合实体对齐方法

打开文本图片集

摘 要：针对知识图谱中存在部分属性信息对实体对齐任务影响程度不一致以及实体的邻域信息重要程度不一致的问题，提出了一种结合双层图注意力网络的邻域信息聚合实体对齐（two-layer graph attention network entity alignment，TGAEA）方法。该方法采用双层图神经网络，首先利用第一层网络对实体属性进行注意力系数计算，降低无用属性对实体对齐的影响；随后，结合第二层网络对实体名称、关系和结构等信息进行特征加权，以区分实体邻域信息的重要性；最后，借助自举方法扩充种子实体对，并结合邻域信息相似度矩阵进行实体距离度量。（剩余19512字）