基于動(dòng)態(tài)圖注意力聚合多跳鄰域的實(shí)體對(duì)齊
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>714 K
標(biāo)簽： 動(dòng)態(tài)圖注意力 圖卷積網(wǎng)絡(luò) 實(shí)體對(duì)齊
所需積分：0分積分不夠怎么辦,？
文檔介紹：實(shí)體對(duì)齊是實(shí)現(xiàn)對(duì)不同來源知識(shí)庫(kù)進(jìn)行融合的重要技術(shù)方法，在知識(shí)圖譜,、知識(shí)補(bǔ)全領(lǐng)域具有廣泛應(yīng)用?，F(xiàn)有基于圖注意力的實(shí)體對(duì)齊模型多使用靜態(tài)圖注意力網(wǎng)絡(luò)且忽略了實(shí)體屬性中的語(yǔ)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(duì)這些問題,，開展基于動(dòng)態(tài)圖注意力結(jié)構(gòu)建模實(shí)體對(duì)齊方法研究，首先使用圖卷積層建模目標(biāo)實(shí)體的單跳節(jié)點(diǎn)表示,，其次應(yīng)用動(dòng)態(tài)圖注意力網(wǎng)絡(luò)獲得多跳節(jié)點(diǎn)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(dòng)態(tài)圖注意力層輸出的單跳、多跳節(jié)點(diǎn)信息,，最后拼接通過外部知識(shí)預(yù)訓(xùn)練自然語(yǔ)言模型提取的實(shí)體名稱屬性嵌入并進(jìn)行相似度計(jì)算,。該方法在DBP15K的三類跨語(yǔ)言數(shù)據(jù)集中都獲得了一定的提高，證明了應(yīng)用動(dòng)態(tài)圖注意力網(wǎng)絡(luò)與融入實(shí)體屬性語(yǔ)義在提高實(shí)體表示能力上的有效性,。
現(xiàn)在下載
VIP會(huì)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,。