南京邮电大学学报(自然科学版)

作者：季一木,刘艳兰,刘尚东,许正阳,胡　林,刘凯航,汤淑宁,刘　强,肖　婉

单位：南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３；国家高性能计算中心南京分中心，江苏南京　２１００２３；江苏省高性能计算与智能处理工程研究中心，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３；国家高性能计算中心南京分中心，江苏南京　２１００２３；江苏省高性能计算与智能处理工程研究中心，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３南京邮电大学计算机学院，江苏南京　２１００２３；南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３南京邮电大学高性能计算与大数据处理研究所，江苏南京　２１００２３；国家高性能计算中心南京分中心，江苏南京　２１００２３；南京邮电大学教育科学与技术学院，江苏南京　２１００２３

关键词：实体对齐；索引；ＢＥＲＴ；知识融合

基金：国家重点研发计划专项（２０１７ＹＦＢ１４０１３０２）、江苏省重点研发计划项目（ ＢＥ２０１９７４０）、江苏省高等学校自然科学研究项目（１９ＫＪＢ５２００４６， ２０ＫＪＡ５２０００１）、江苏省自然科学基金（ＢＫ２０１７０９００）、江苏省博士后科研资助计划（２０１９Ｋ０２４）、江苏省六大高峰人才项目（ＪＹ?０１２）、南京邮电大学鼎山人才培养对象项目、南京邮电大学人才引进启动基金（ＮＹ２１９１３２）和教育部人文社会科学基金（２０ＹＪＣ８８０１０４）资助项目

各类百科知识库是当代网民学习生活不可或缺的知识来源，但是单个知识库存在实体覆盖面低、实体信息缺失等问题；而不同知识资源和知识社区之间资源描述结构存在较大差异，阻碍了数据的共享、集成与复用。针对规模巨大的百科知识库，提出一种基于Ｂｅｒｔ 的多源知识库索引算法，利用Ｂｅｒｔ 预训练语言模型对实体的非结构化文本建模，构建特征向量计算实体相似度，对异构知识库具有良好的通用性。在此基础上，针对实体指称与实体上下文的关键词提出两种索引构建方式，有效提高了实体对齐的效率和准确率。通过５ 组测试数据的验证，该算法的准确率能够达到９１％～９６．２２％，同时召回率高达９２．２３％ ～ ９７．３３％。与此同时，该算法的索引结构在缩减率达到９９?? ９４％的同时保证了９８．５２％的完整性。该算法可以实际应用于多源知识库的实体对齐工作。

来源：2021年第2期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第2期