买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明公开了一种实体标注方法及基于强化主动学习的实体对齐方法，实体对齐方法通过结合强化学习和主动学习策略，优化实体对齐任务中的样本选择效率和效果。综合考虑匹配不确定性采样、新颖性导向的不确定性采样以及代表性采样在内的多种采样策略，用于评估未标记实体对的不确定性分数。为实现策略的自适应加权，本发明采用组合多臂老虎机机制，平衡探索新策略与利用现有策略。每次迭代过程中，框架根据策略权重选择最优策略组合来标记实体对，并更新训练集和模型。组合多臂老虎机机制的引入，可以动态调整策略权重，确保选择的样本涵盖重要信息，减少标记数据需求，同时提升对齐效率和准确性。

主权项：1.一种实体标注方法，其特征在于：包括如下步骤：步骤S1：基于关系三元组与属性三元组分别构建知识图谱G1和知识图谱G2，其中关系三元组为h,r,t,其中h为头实体，t为尾实体，r为头实体和尾实体键的关系；属性三元组为e,a,v,其中e为实体，a为该实体的属性，v为属性的具体值；步骤S2：将知识图谱G1中实体划分为对齐的实体集和未对齐的实体集知识图谱G2中实体划分为对齐的实体集以及未对齐的实体集基于对齐的实体集和构建已对齐的数据集步骤S3：标注实体，包括如下步骤：步骤S31：计算未对齐实体集和中每一个实体的匹配分数矩阵M,M＝{mi,j|i＝1,…I；j＝1…J},mi,j表示中的第i个实体与中第j个实体的匹配得分，I表示中实体的总数，J表示中实体的总数；步骤S32：利用每一个实体的M计算其对应的香农熵，将所有实体的香农熵按照其值降序排列，并选取前K个香农熵值对应的实体；步骤S33：根据步骤S32中得到的K个实体，送入多层感知机FM，计算面向新颖性导向的不确定性分数；步骤S34：根据步骤S32选出的K个实体，利用PageRank算法计算K个实体中每一个实体的不确定性分数；步骤S35：利用组合多臂老虎机算法，将K个实体中的每个实体经过步骤S33计算的预测面向新颖性导向的不确定性分数和经过步骤S34计算的不确定性分数进行求和，得到K个实体中的每个实体的最终不确定性分数；步骤S36：从所有最终不确定性分数中选择值最大的最终不确定性分数对应的实体进行标注，将标注后的实体放入对齐的数据集DL，同时将值最大的最终不确定性分数对应的实体从和中移除；步骤S37：判断和是否为空集，如果是则输出对齐的数据集DL，否则计算多层感知机FM的损失，根据损失更新FM的参数，并返回步骤S31。

全文数据：

权利要求：

百度查询： 重庆大学 一种实体标注方法及基于强化主动学习的实体对齐方法