一种基于多源数据的知识融合方法

专利申请号：CN201810443980.0

公 开 号：CN108647318A

发 明 人：张日崇 马宏远 王玥 杜翠兰 李建欣 柳毅 胡春明 

代 理 人：尹振启

代理机构：11003 北京中创阳光知识产权代理有限责任公司

专利类型：发明申请

申 请 日：20181012

公 开 日：20180510

专利主分类号：G06F17/30(20060101)

关 键 词：数据源 分块 实体属性 知识库 计算复杂度 多源数据 候选匹配 候选实体 客观世界 实体数据 属性映射 数值单位 算法计算 同一实体 统一转换 知识融合 直接添加 规范化 对齐 相似度 等价 链接 聚合 匹配 合并 融合 

摘      要：本发明提出一种基于多源数据的知识融合方法，在融合多个来源的实体数据时，首先分别对每个数据源的属性进行规范化表示，其中包括了同义属性映射和对属性值的数值单位的统一转换，这样对属性的规范化处理可以减少对后续实体比较造成的影响；然后基于实体名和实体属性对实体进行分块聚合，这样仅将同一分块内不同来源的实体作为候选匹配实体对，避免了将两个数据源中所有的实体两两间比较，减少计算复杂度；最后将同一分块内不同来源的实体作为候选实体对，采用实体对齐算法计算实体间的相似度，将匹配得到不同来源中描述同一客观世界的实体对，建立不同数据源之间同一实体的等价链接，并进行实体属性的合并，而对于一个数据源中独有的实体，可以直接添加到知识库中。