一种二维重叠大样本数据源的细粒度知识图谱融合方法

摘要

本发明公开了一种二维重叠大样本数据源的细粒度知识图谱融合方法，包括：S1.对知识图谱相对应的属性三元组进行迭代式的实体对齐，得到对其的实体对集合，对实体对进行相似度的多层次分级，得到高置信度的实体对；将得到的高置信度实体对作为嵌入式模型的训练数据集，利用关系三元组做嵌入式模型的结构化嵌入，得到实体和关系的高维空间向量表示，对属性和关系设置权重，得到属性和关系最终的相似度；S2.根据得到的相似度对实体属性进行筛选，得到属性最终的相似度；S3.基于机器学习训练得到的分类器模型、原子表达式算法自动完成高置信度实体对和属性的知识特征融合；S4.基于知识特征融合，完成双向监督交互式数据融合。