ViewFulltext福州大学学报自然科学版.doc

基于多数据源的知识图谱构建方法研究 吴运兵1，阴爱英2，林开标3，余小燕1，赖国华4 (1福州大学 数学与计算机科学学院，福建 福州 350116; 2福州大学 至诚学院计算机工程系，福建 福州 350002; 3厦门理工学院 计算机与信息工程学院，福建 厦门 361024; 4台湾元智大学 资讯学院，台湾 桃园 32003) 摘要：针对多数据源的融合应用，构建了基于多数据源的知识图谱。首先，对不同领域内的数据源构建相应本体库，并将不同本体库通过数据融合映射到全局本体库，然后，利用实体对齐和实体链接方法进行知识获取和融合，最后，搭建知识图谱应用平台，提供查询和统计等操作。在实体对齐方面，利用传统的基于相似性传播实体对齐方法，获得良好的实体对齐效果；在实体链接方面，提出了基于约束嵌入转换的预测推理方法，实验结果表明，在预测准确率上取得较好的结果。 关键词： 知识图谱；本体构建；数据融合；实体对齐；实体链接 中图分类号: TP391 文献标识码：A Knowledge graph construction method based on multiple data sources WU Yun-bing1, YIN Ai-ying2, LIN Kai-biao 3,YU Xiao-yan1,K. Robert Lai4 (1 College of Mathematics and Computer Science, Fuzhou University, Fuzhou, Fujian 350116,China; 2 Department of Computer Engineering, Zhicheng College of Fuzhou University, Fuzhou, Fujian 350002,China; 3 School of Computer Information Engineering, Xiamen University of Technology, Xiamen, Fujian 361024, China; 4 Department of Computer Science and Engineering, Yuan Ze University, Taoyuan 32003, Taiwan) Abstract： To improve the application of multi-source data fusion, this study constructs a knowledge graph-based data fusion model. This model firstly constructed corresponding domain ontology for each special field, and then consolidated all domain ontology into a global ontology. After that, it retrieved and fused knowledge from the global ontology by entity alignment and linking methods. At last it built an application platform of knowledge graph with friendly interfaces to execute query and statistics, etc. Besides that, this model improved the result of entity aligning by adopting traditional similarity detection approach. And experiment results also demonstrated its good prediction accuracy by proposing a constraint based embedding model in entity linking process. Key words：knowledge graph；ontology construction；data fusion；entity alignment；entity linking 0 引言 在大数据时代背景下，随着海量数据的出现以及多数据源融合交叉应用，传统的数据管理模式以及查询方式受到一定的制约。近年来，知识图谱（Knowledge Graph）[1]作为一种新的知识表示方法和数据管理模式，在自然语言处理、问题回答、信息检索等领域有着重要的应用。知识图