科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对国内外化妆品风险物质多语言特性和复杂关联的特点，提出一种基于双通道图神经网络的邻域匹配算法。采用图神经网络学习实体属性特征和跨域交互特性，将不同特性实体映射到相同的向量空间，通过邻域匹配网络聚合实体邻域特征，为每个实体构建邻域网络以实现实体对齐，并应用于多语言风险物质知识图谱及问答系统构建。实验结果表明，在化妆品风险物质数据集上该方法获得的Hits@1、Hits@10与MRR值都优于其它基线模型，分别平均提升6.37%、8.17%与9.37%。
-
单位中国标准化研究院; 北京工商大学
