结合属性信息与对偶注意力的体对齐关系感知邻域匹配模型+人工智能+知识图谱+预训练模型

基于实体对齐的关系感知邻域匹配（RNM）模型进行改进，提出结合属性信息与对偶注 意力机制的实体对齐关系感知邻域匹配模型。引入 RDGCN 的对偶注意力对原来 GCN 的关系 结构学习能力进行优化，同时加入属性信息，联合关系结构与属性信息作为关系感知邻域匹配的 嵌入。该模型在 3 个真实数据集上的对齐准确率可分别达到 86. 91%、87. 67% 和 94. 05%，与基 准模型相比有进一步的提升。实验结果表明提出的方法可以有效地识别出对齐实体对。