基于多视图知识表示和神经网络的旅游领域实体对齐方法
Application Research of Computers(2023)
摘要
针对目前旅游领域实体对齐任务中的长尾实体过多和现有知识以及标注数据稀缺的问题,提出一种基于多视图知识表示和神经网络相结合的实体对齐方法.采用预训练模型完成多视图的知识表示学习,获得了实体的结构嵌入、关系嵌入和描述信息嵌入,然后利用卷积神经网络对结合了三种视图嵌入的实体综合嵌入进行相似度计算.实验精准率达到91.4%、召回率达到87.9%、综合指标F1值达到89.6%.结果表明,该方法有效地完成了旅游领域的实体对齐任务.
更多查看译文
关键词
entity alignment,pre-training model,multi-view knowledge representation,neural network
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要