山东大学学报(理学版)

作者：牛泽群,李晓戈,强成宇,韩伟,姚怡,刘洋

单位：1. 西安邮电大学计算机学院, 陕西 西安 710121；2. 西安邮电大学陕西省网络数据分析与智能处理重点实验室, 陕西 西安 710121；3. 西安邮电大学西安市知识发现与应用工程技术中心, 陕西 西安 710121

关键词：实体消歧,知识图谱,关键词提取,图注意力神经网络,自然语言处理,

基金：国家重点研发计划资助项目(2018YFB1402905);陕西省重点研发计划资助项目(2020GY-227);陕西省重点研发计划资助项目(2020ZDLGY09-05);陕西省技术创新引导专项基金(2022PT-49)

针对链接对象为存在半结构化数据的知识库, 提出了一种基于图注意力神经网络的短文本实体指称消歧方法。通过信息抽取与融入关键词, 将含有半结构化数据的知识库构建为全局知识图谱; 同时基于Bert预训练模型对短文本中的实体指称项进行嵌入融合; 使用图注意力神经网络对全局知识图谱中候选实体节点进行加权聚合表征, 并计算实体指称项与各候选实体之间的相似度得分, 实现实体消歧。在CCKS2019数据集上的实验结果表明, 基于图注意力神网络的实体消歧模型有效提高了实体消歧效果。

来源：2024年第3期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2024年第3期