(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210850051.8 (22)申请日 2022.07.20 (71)申请人 中译语通科技股份有限公司 地址 100040 北京市石景山区石景山路20 号16层16 01 (72)发明人 蔡超　严凤兵　郝雁华　程国艮　 (74)专利代理 机构 北京万贝专利代理事务所 (特殊普通 合伙) 11520 专利代理师 代亚欣 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/279(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于信息融合的跨语言实体对齐方法、 系 统、 设备及 介质 (57)摘要 本发明属于人工智能技术领域， 公开了一种 基于信息融合的跨语言实体对齐方法、 系统、 设 备及介质， 包括： 基于属性信息融合的向量空间 映射， 基于图神经网络的邻居实体融合， 基于迭 代关系共现的实体对齐。 本发明通过融合属性信 息对实体进行了向量空间映射， 使用图卷积神经 网络提取实体的邻居信息， 最后利用半监督的迭 代神经网络实现跨语言的对齐， 相较于传统实体 对齐技术具有更强的语义表征能力和对齐方法 具有跨语言能力。 本发明通过迭代神经网络实现 了基于信息融合的跨语言实体对齐， 判断知 识库 中的两个实体是否为真实世界的同一实体有效 地提高了实体对齐的准确率和召回率， 解决了不 同语种知识结构化统一描述问题。 权利要求书3页 说明书8页 附图3页 CN 115186106 A 2022.10.14 CN 115186106 A 1.一种基于信息融合的跨语言实体对齐方法， 其特征在于， 所述基于信息融合的跨语 言实体对齐方法包括： 首先使用结构向量表示实体的所有属性三元组从而得到实体属性向 量， 然后使用图神经网络计算中心实体的邻居信息， 然后将重要的邻居信息融入中心实体 向量， 最后使用迭代神经网络学习对齐实体的实体信息和邻居信息， 得到实体对齐模型。 2.如权利要求1所述的基于信 息融合的跨语言实体对齐方法， 其特征在于， 所述基于属 性信息的向量空间映射， 是从知识图谱中获取属 性三元组信息后， 将实体的属 性信息全部 融入实体中， 获得实体属性向量； 所述基于 图神经网络的邻居实体融合， 是以知识图谱中实体之间的关系为基础， 以图 神经网络， 计算实体的邻居实体对中心实体的贡献， 获得实体的邻居注意力分值； 所述基于迭代关系共现的实体对齐， 是将邻居注意力分值高于 阈值的部分融入中心实 体向量后， 使用迭代神经网络模型结合实体 向量和邻居注意力分数， 计算不同实体的对齐 分数， 对比对齐阈值， 得到实体对齐结果。 3.如权利要求1所述的基于信 息融合的跨语言实体对齐方法， 其特征在于， 所述基于信 息融合的跨语言实体对齐方法包括以下步骤： 步骤一， 根据跨语言通用领域文本数据， 通过信息抽取获得知识图谱数据， 获取大量通 用领域待对齐知识图谱数据； 步骤二， 根据预先对齐的跨语言实体， 利用知识图谱中的结构信 息训练结构向量， 进而 拟合两个知识图谱之间的几何结构； 步骤三， 将对齐实体的属性信息 融合到实体 中， 获取更加丰富的表示， 将 实体的属性全 部视为对齐实体的相关属 性， 并利用权重参数调节相同范围类型 的属性， 得到融合属 性向 量； 步骤四， 通过邻居信 息对中心实体的描述贡献， 根据实体关系信 息， 利用事先建立的注 意力模型， 对中心实体对邻居实体注意力打 分， 得到所有实体相应的邻居注意力分数值； 步骤五， 将注意力分数值与预设的噪音实体阈值进行比较， 并基于每个中心实体判断 是否存在邻居注意力分数小于所述噪音实体阈值； 若是， 则输出注意力分数， 并舍弃融入中心实体； 若否， 则将邻居实体信息通过注意力 分数融入到中心实体向量上， 并转向步骤六； 步骤六， 根据预先建立的实体对齐模型， 分别对所述实体向量以及对方实体库所有实 体计算对齐分数， 得到相应的实体对齐分值； 步骤七， 将所述实体对齐分值与预设的实体对齐阈值进行比较， 并判断是否存在所述 实体对齐分值小于所述实体对齐阈值； 若是， 则将所述实体对齐分值输出； 若否， 则将对应的不同知识图谱的实体数据信 息加 入对齐实体库。 4.如权利要求3所述的基于信 息融合的跨语言实体对齐方法， 其特征在于， 所述步骤一 中的知识图谱数据包括母语各类百科数据和非母语各类百科数据； 所述待对齐知识图谱数 据包括实体名称、 实体摘要信息、 实体关系信息以及实体属性信息； 执行所述步骤二之前还包括： 通过负样例减少不同知识库中相似实体的对齐错误和巧 合的发生； 所述步骤二中， 给定一个关系三元组， 距离函数为：权　利　要　求　书 1/3 页 2 CN 115186106 A 2其中， h表示头实体， r 表示关系， t 表示尾实体。 5.如权利要求3所述的基于信 息融合的跨语言实体对齐方法， 其特征在于， 所述步骤三 中的属性类型包括四种抽象范围类型： Integer、 Double、 Datetime和String， 对于相同类型 的数据会获得 更高的权 重； 利用训练得 出的属性向量 求和平均 作为实体的属性向量， 并最小化以下损失函数： 其中， S代表不同知识图谱之间的属性向量相乘所得的相似度， E矩阵就是步骤二求出 的结构向量。 6.如权利要求3所述的基于信 息融合的跨语言实体对齐方法， 其特征在于， 所述步骤四 中， 若节点j是节点i的邻居， 则使用Attention机制计算节点j对于节点i的重要性， 则注意 力分数： ei， j＝Attention(Whi， Whj)； 其中， W为需要参数矩阵， h为 步骤三最后的融合向量； 所述步骤六中， 衡量两个实体距离公式如下： P(r1， r2， n1， n2)＝P(r1， n1)·P(r2， n2)； 其中， 是待对齐的实体， P分数是对齐邻居实体以及对齐关系对候选实体对造成 的影响系数， λ是需要学习的超参数； 对于来自不同知识图谱的两个关系， 头部实体和尾部实体在 关联的三元组中同时对齐 的越多， 两个关系具有相同含义的可能性越大， 关系对齐的公式为： 其中， λ是需要学习的超参数， r表示关系向量， S表示关系的所有头尾实体对， M表示已 对齐的实体。 7.一种实施权利要求1～6任意一项所述的基于信息融合的跨语言实体对齐方法的基 于信息融合的跨语言实体对齐系统， 其特征在于， 所述基于信息融合的跨语言实体对齐系 统包括： 向量空间映射模块， 用于从知识图谱中获取属性三元组信息后， 将实体的属性信息全 部融入实体中， 获得实体属性向量； 邻居实体 融合模块， 用于以知识图谱中实体之间的关系为基础， 以图神经网络， 计算实 体的邻居实体对中心实体的贡献， 获得实体的邻居注意力分值； 实体对齐模块， 用于将邻居注意力分值高于阈值的部分融入中心实体向量后， 使用迭权　利　要　求　书 2/3 页 3 CN 115186106 A 3