知识融合的两大环节

把多个来源的知识拼接成一个一致的知识库，要解决两个不同层面的问题：本体匹配解决的是 “概念层面对不对得上”——不同来源的本体对同一个概念的建模方式不同，需要找出它们之间的 相似关系；实体对齐（也叫实体解析）解决的是”具体实例层面是不是同一个对象”，判断两个 数据集里的实体是否指向真实世界的同一个东西，常用聚类方法，依次从字符相似度、属性相似度、 结构相似度（是否有相同邻居）三个维度综合判断。发散：这个两层拆分和数据库领域的”schema 对齐”与”记录去重”是同一对问题——先统一”字段该怎么叫”，再判断”哪几条记录说的是同一个人”， 顺序不能颠倒，否则相似度计算会失去参照系。