基于動態(tài)圖注意力聚合多跳鄰域的實體對齊
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>714 K
標(biāo)簽： 動態(tài)圖注意力 圖卷積網(wǎng)絡(luò) 實體對齊
所需積分：0分積分不夠怎么辦,？
文檔介紹：實體對齊是實現(xiàn)對不同來源知識庫進(jìn)行融合的重要技術(shù)方法，在知識圖譜、知識補(bǔ)全領(lǐng)域具有廣泛應(yīng)用?，F(xiàn)有基于圖注意力的實體對齊模型多使用靜態(tài)圖注意力網(wǎng)絡(luò)且忽略了實體屬性中的語義信息,，導(dǎo)致模型存在有限注意,、難以擬合,、表達(dá)能力不足等問題。針對這些問題,，開展基于動態(tài)圖注意力結(jié)構(gòu)建模實體對齊方法研究,，首先使用圖卷積層建模目標(biāo)實體的單跳節(jié)點表示，其次應(yīng)用動態(tài)圖注意力網(wǎng)絡(luò)獲得多跳節(jié)點注意力系數(shù)并建模,，再次利用逐層門控網(wǎng)絡(luò)聚合圖卷積層與動態(tài)圖注意力層輸出的單跳,、多跳節(jié)點信息，最后拼接通過外部知識預(yù)訓(xùn)練自然語言模型提取的實體名稱屬性嵌入并進(jìn)行相似度計算,。該方法在DBP15K的三類跨語言數(shù)據(jù)集中都獲得了一定的提高,，證明了應(yīng)用動態(tài)圖注意力網(wǎng)絡(luò)與融入實體屬性語義在提高實體表示能力上的有效性。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。