结合核函数与神经网络的实体嵌入规范化

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：开放的知识库缺少本体信息，进一步影响服务下游应用的能力，需对实体进行规范化。传统相似性度量方法及现有机器学习/深度学习方法泛化能力有待提升。提出结合核函数与神经网络的规范化表示框架，引入外源辅助信息，与实体嵌入拼接，增强细粒度的维度互动以改善语义识别能力，将相似性得分用于实体聚类。在行业数据集和开放知识图数据集上验证框架的实体规范化能力，并进一步开展链路预测任务，与基准模型比较以验证性能。

作者：

谢晟祎、陈新元、陈庆强

展开 >

作者单位：

福建农业职业技术学院

福州工商学院

福建理工大学

关键词：

知识图嵌入实体规范化实体消歧行业领域聚类

出版年：

2024

信息系统工程

天津市信息中心

信息系统工程

影响因子：0.29

ISSN：1001-2362

年,卷(期)：2024.(10)