一种基于跨网络表示学习的多模异质关联实体识别方法

摘要

本发明提供了一种基于跨网络表示学习的多模异质关联实体识别方法。该方法包括：给定两个多模异质信息网络：和E_A和E_B为实体集合，R_A和R_B为实体关系集合,T_A和T_B为实体类型集合，C_A和C_B为实体关系类型集合，设两个实体E_Ai∈E_A和E_Bj∈E_B，基于E_Ai和E_Bj之间的随机游走路径集合通过迭代的方法建立E_Ai和E_Bj之间的多模关系转移概率M_ij，通过M_ij利用目标函数学习得到E_Ai和E_Bj的多模异质特征向量；当判断E_Ai和E_Bj同时具有多模异质一致性、属性一致性和环境一致性，则确定E_Ai和E_Bj为关联实体。本发明充分分析多模异质信息网络多模异质特征，形成一套多模异质信息网络形式化描述方法和基于跨网络表示学习的多模异质关联实体识别模型和方法。