双语影视知识图谱的构建研究.pdfVIP

北京大学学报(自然科学版) 第 52 卷 第 l 期 2016 年 1 月 Acta Scientiarum Natura1ium Universitatis Pekinensis , Vo l. 52 , No. 1 (Jan. 2016) doi: 10.13209/j.0479-8023.20 16.022 双语影视知识图谱的构建研究 王巍巍王志刚f 潘亮铭刘阳张江涛 清华大学计算机科学与技术系知识工程实验室，北京 100084; t 通信作者， E-mai1: wangzigo@gmai 摘要 提出一种双语影视知识图谱(BMKG)的构建流程。通过半自动化的方法构建了双语影视本体(BMO)， 将各个影视数据源对齐到 BMO，以保持异构数据源的语义描述一致性。在知识链接方面，在充分挖掘和利 用领域特征的基础上，采用基于 Word2Vec 和 TFIDF 两种向量模型的实体相似度计算方法，使相似度特征增 加一倍，大大提升了模型的链接效果。在实体匹配方面，提出基于相似度传播算法的实体匹配算法，并利用 影视数据惊之间的内在联系，克服了跨语言实体之间计算相似度的语言障碍。实验结果表明，当阔值取到 0.75 以上时，实体匹配的准确率都能达到90% 左右。此外，还建立了影视知识图谱共享平台，并提供开放性 的数据访问和查询接口。 关键词 影视本体;双语;知识图谱 中固分类号 TP391 Research 00 the Coostructioo of Biliogual Movie Koowledge Graph WANG Weiwei ,WANG Zhigangt ,PAN Liangmi吨， LIU Yang , ZHANG Jiangtao Know1edge Engineering Group , Department ofComputer Science and Techno1ogy, Tsinghua University, Beijing 100084; • Corresponding author, E-ma让 wangzigo@gmail. com Abstract This paper proposes a method to construct Bilingua1 Movie Know1edge Graph (BMKG). The authors first bui1ds Bilingua1 Movie Onto10gy (BMO) through a semi-automatic way , and a1igns each data source with it in order to ensure semantic consistency ofheterogeneous data sources. For entity 1inking, the proposed method makes best use of the fie1d characteristics and ca1cu1ate entity simi1arity based on both Word2Vec and TFIDF mode1s , which great1y improve entity 1inking. For entity matching , a simi1arity t100ding based a1gorithm is proposed , which uti1izes the intrinsic 1inks between the movie data sources , addressing the prob1em of simi1arity computation between cross-1ingua1 entities. The experiment resu1ts show that the entity matching precision is over 90% when the thresho1d is above 0.75. In addition ,