数据驱动的细粒度中文属性对齐方法

• 作者: 付琨 张伟莉 梁霄 黄廷磊
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 中文属性对齐 属性数据类型判别 属性相似度 异构数据集成 知识图谱构建
• 年，卷（期）: 2017,（4）
• 页码范围: 660-666
• 页数: 7页
• 分类号: TP182
• 字数: 6521字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2017.04.006

摘要

为提高中文开源数据集间属性关系识别的准确率,提出一种数据驱动的细粒度对齐方法,综合利用属性的扩展、定义域等对属性间的同义、包含、相关等关系进行统一识别.方法首先利用统计理论确定属性的数据类型,并给出类型感知的属性相似度计算方法.在此基础上,将属性关系识别建模为多分类问题,抽取有效特征对不同关系进行描述并用于随机森林模型的构建.实验结果表明,该方法中属性数据类型判别的准确率达94.6%,最终对同义、包含、相关关系识别的F1值分别为71.3%,57.3%及59.9%.相比只关注同义属性的传统方法,细粒度属性对齐方法不仅提高了同义属性识别的准确性,而且可识别出相互包含和相关的属性,证明了其在中文开源数据集上的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付琨	中科院空间信息处理与应用系统技术重点实验室	44	461	12.0	19.0
3	黄廷磊	中科院空间信息处理与应用系统技术重点实验室	16	59	4.0	5.0
5	梁霄	中科院空间信息处理与应用系统技术重点实验室	7	17	3.0	3.0
11	张伟莉	中科院空间信息处理与应用系统技术重点实验室	1	3	1.0	1.0