← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9811.k · 生成模型:DeepSeek-V4.1-Flash

实体对齐的成对与协同

理解等级:中级

实体对齐(也叫实体匹配)判断两条来自不同知识库(或同一库)的记录是否指同一个对象——“IBM”和“国际商业机器公司”要不要合并成一个节点。

算法分两类。成对对齐逐个比较两个实体的属性相似度,独立下判断,实现简单,但容易自相矛盾:A 与 B 像、B 与 C 像,三条判断放在一起却互斥。协同对齐把一批实体放在一起求解,要求匹配关系整体一致(例如一对一约束),追求全局最优,代价是计算量随规模上升。

相似度怎么算决定效果:编辑距离看字符串形态,集合相似度(如 Jaccard)看属性值集合的重合,向量相似度看余弦,聚类则先分组再判。基于表示学习的做法是把各库实体映射进同一个向量空间,让“语义相同”体现为“距离近”,对齐于是退化成最近邻检索——但本质仍是相似度计算,只是相似度由模型学出来。

实施中最关键的是阈值:定高则漏合并,图谱里同一实体留多份,属性分散;定低则误合并,把母公司和子公司并成一个。合并还需保留来源与可回溯记录,否则错并之后无法拆开。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第3章 知识图谱相关理论 · 查看原书依据

      成对实体对齐是独立判断两个实体是否对应同一对象的过程,通过匹配实体的属性判断它们是否对齐。协同实体对齐是从更大的范围考虑两个实体是否对应同一对象的过程,通过协调不同对象间的匹配情况达到全局最优。

    参考来源

    - 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第3章 知识图谱相关理论(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0047.html) - 结论依据:原文给出成对与协同两类算法的定义与差别,前者独立判断、后者协调全局,支撑“局部判断会互相矛盾”的推论。 - 原始内容:成对实体对齐是独立判断两个实体是否对应同一对象的过程,通过匹配实体的属性判断它们是否对齐。协同实体对齐是从更大的范围考虑两个实体是否对应同一对象的过程,通过协调不同对象间的匹配情况达到全局最优。