知识图谱的实体对齐方法、装置和设备

1.一种知识图谱的实体对齐方法，其特征在于，所述方法包括：获取目标知识图谱以及除所述目标知识图谱外的其他知识图谱，并从所述目标知识图谱中确定基准实体，以及，从所述其他知识图谱中确定待对齐实体；若所述基准实体在所述目标知识图谱中不具有基准图像，则获取所述基准实体在所述目标知识图谱中对应的基准语义特征和基准拓扑结构特征，并根据所述基准语义特征和基准拓扑结构特征进行特征拼接，生成基准混合特征；通过变分自编码器对所述基准混合特征进行处理，得到所述基准实体在各潜在特征维度上的概率分布参数；其中，所述概率分布参数包括均值信息和方差信息；将所述概率分布参数输入至图像特征预测模型中，利用所述图像特征预测模型的模型参数对所述概率分布参数进行重参数化，得到所述基准实体对应的预测图像特征，作为所述基准实体在所述目标知识图谱中对应的基准图像特征；根据所述基准图像特征以及所述待对齐实体在所述其他知识图谱中对应的待对齐图像特征，对所述基准实体和所述待对齐实体进行实体对齐；其中，所述获取所述基准实体在所述目标知识图谱中对应的基准语义特征，包括：获取所述基准实体在所述目标知识图谱中对应的实体词汇表；对所述实体词汇表进行编码，并根据编码得到的特征向量确定所述基准实体在所述目标知识图谱中对应的基准语义特征。 2.根据权利要求1所述的方法，其特征在于，所述模型参数通过如下方式得到：通过变分自编码器对样本混合特征进行处理，得到样本实体在各潜在特征维度上的样本概率分布参数；将所述样本概率分布参数输入至待训练模型中，利用所述待训练模型的待训练模型参数对所述样本概率分布参数进行重参数化，得到所述样本实体对应的样本预测图像特征；获取目标损失值，并根据所述目标损失值对所述待训练模型进行训练，以更新所述待训练模型参数，得到所述模型参数；其中，所述目标损失值包括如下至少一种：根据样本实体对应的真实图像特征以及所述样本预测图像特征计算得到的第一损失值；根据重建混合特征以及所述样本混合特征计算得到的第二损失值；其中，所述重建混合特征根据所述变分自编码器的解码器对所述样本预测图像特征进行解码得到；根据所述样本预测图像特征进行散度损失计算，得到的第三损失值；根据所述样本预测图像特征进行相似度约束损失计算，得到的第四损失值。 3.根据权利要求1所述的方法，其特征在于，所述获取所述基准实体在所述目标知识图谱中对应的基准拓扑结构特征，包括：确定所述基准实体在所述目标知识图谱中对应的至少一个邻域实体，并获取各所述邻域实体在所述目标知识图谱中分别对应的拓扑结构特征，作为邻域拓扑结构特征；根据各所述邻域拓扑结构特征确定所述基准实体在所述目标知识图谱中对应的基准拓扑结构特征。 4.根据权利要求1所述的方法，所述从所述目标知识图谱中确定基准实体之后，还包括：若所述基准实体在所述目标知识图谱中具有基准图像，则对所述基准图像进行预处理得到至少一张扩充图像；其中，所述预处理包括旋转处理、水平翻转处理和镜像变换处理中的至少一种；对所述基准图像进行特征提取得到第一图像特征向量，以及，对所述扩充图像进行特征提取得到第二图像特征向量；根据所述第一图像特征向量和所述第二图像特征向量的特征向量均值，确定所述基准实体在所述目标知识图谱中对应的基准图像特征；根据所述基准图像特征以及所述待对齐实体在所述其他知识图谱中对应的待对齐图像特征，对所述基准实体和所述待对齐实体进行实体对齐。 5.根据权利要求1所述的方法，其特征在于，所述根据所述基准图像特征以及所述待对齐实体在所述其他知识图谱中对应的待对齐图像特征，对所述基准实体和所述待对齐实体进行实体对齐，包括：获取所述基准实体在所述目标知识图谱中对应的基准实体名称，以及，获取各所述待对齐实体在所述其他知识图谱中分别对应的待对齐语义特征、待对齐拓扑结构特征、以及待对齐实体名称；根据所述基准图像特征和各所述待对齐图像特征，确定所述基准实体和各所述待对齐实体分别对应的图像特征相似度；根据所述基准语义特征和各所述待对齐语义特征，确定所述基准实体和各所述待对齐实体分别对应的语义特征相似度；根据所述基准拓扑结构特征和各所述待对齐拓扑结构特征，确定所述基准实体和各所述待对齐实体分别对应的拓扑结构特征相似度；根据所述基准实体名称和各所述待对齐实体名称，确定所述基准实体和各所述待对齐实体分别对应的实体名称字符相似度；根据所述图像特征相似度、所述语义特征相似度、所述拓扑结构特征相似度以及所述实体名称字符相似度，对所述基准实体和各所述待对齐实体进行实体对齐。 6.根据权利要求5所述的方法，其特征在于，所述根据所述图像特征相似度、所述语义特征相似度、所述拓扑结构特征相似度以及所述实体名称字符相似度，对所述基准实体和各所述待对齐实体进行实体对齐，包括：根据所述图像特征相似度、所述语义特征相似度、所述拓扑结构特征相似度以及所述实体名称字符相似度进行加权求和，确定所述基准实体和各所述待对齐实体分别对应的融合相似度；根据各所述融合相似度对所述基准实体和各所述待对齐实体进行实体对齐。 7.根据权利要求6所述的方法，其特征在于，所述根据所述融合相似度对所述基准实体和各所述待对齐实体进行实体对齐，包括：对各所述融合相似度进行排序，并根据排序结果确定最高融合相似度；根据所述最高融合相似度从各所述待对齐实体中确定匹配实体，并构建所述匹配实体与所述基准实体之间的实体对齐对。 8.一种知识图谱的实体对齐装置，其特征在于，所述装置包括：实体确定模块，用于获取目标知识图谱以及除所述目标知识图谱外的其他知识图谱，并从所述目标知识图谱中确定基准实体，以及，从所述其他知识图谱中确定待对齐实体；混合特征生成模块，用于若所述基准实体在所述目标知识图谱中不具有基准图像，则获取所述基准实体在所述目标知识图谱中对应的基准语义特征和基准拓扑结构特征，并根据所述基准语义特征和基准拓扑结构特征进行特征拼接，生成基准混合特征；特征编码模块，用于通过变分自编码器对所述基准混合特征进行处理，得到所述基准实体在各潜在特征维度上的概率分布参数；其中，所述概率分布参数包括均值信息和方差信息；图像特征预测模块，用于将所述概率分布参数输入至图像特征预测模型中，利用所述图像特征预测模型的模型参数对所述概率分布参数进行重参数化，得到所述基准实体对应的预测图像特征，作为所述基准实体在所述目标知识图谱中对应的基准图像特征；实体对齐模块，用于根据所述基准图像特征以及所述待对齐实体在所述其他知识图谱中对应的待对齐图像特征，对所述基准实体和所述待对齐实体进行实体对齐；其中，所述混合特征生成模块，具体用于：获取所述基准实体在所述目标知识图谱中对应的实体词汇表；对所述实体词汇表进行编码，并根据编码得到的特征向量确定所述基准实体在所述目标知识图谱中对应的基准语义特征。 9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的知识图谱的实体对齐方法。