摘要
本发明提供一种基于超图卷积的知识图谱实体对齐方法,包括构建跨语言知识图谱的实体、关系及属性三元组结构,并预先对齐已知的实体对;利用K近邻算法和聚类算法动态构建超图关联矩阵;利用超图卷积网络模型将实体对的结构与属性嵌入统一向量空间;利用已知对齐的实体对构造正负样本使模型学习区分真实对齐与错误配对的特征差异;对所有实体对输出距离评分,筛选出高置信度的对齐结果。本发明可提升计算效率,并提高实体对齐的效率,能更精准地表达复杂关系,进而提高实体对齐的准确性;通过融合局部近邻搜索与全局聚类信息,实现超边结构的自适应生成;避免了过度依赖专家经验;采用超图卷积的超边连接多个节点,能更精准地表达复杂关系。