基于图神经网络的测井领域知识图谱实体对齐方法

来源：计算机技术与发展杂志2025年第04期北京时间：

作者：曹茂俊;王瑞芳;张国良

摘要：针对测井领域数据资产知识图谱在数据融合时出现的命名规则呈现高度多样性、行业特性显著且语义实体繁多的情况,导致测井知识图谱中实体存在大量歧义、冗余及关联错误等问题,该文提出了一种基于结构嵌入与属性嵌入的知识图谱实体对齐方法。 通过在图卷积神经网络中引入高速公路网络机制(Highway Networks)来捕捉图结构的深层次特征,在图注意力神经网络中聚合高速公路网络机制来有效提取实体的属性特征,并使用最小化基于边际的损失函数来优化模型参数。 在测井领域数据资产知识图谱数据集中的 2 个知识图谱上进行实体对齐实验,实验结果表明,该方法在实体对齐的性能上超越了所有对比模型,其Hits@ 10 值达 84. 8% ,比表现最好的对比模型高约 0. 5 百分点。

关键词：知识图谱;实体对齐;图卷积神经网络;图注意力神经网络;高速公路网络机制