1.一种基于多视图表征学习的异构本体匹配系统,其特征在于:包括本体嵌入模块、多视图编码模块、多视图聚合模块和相似度计算模块;
2.根据权利要求1所述一种基于多视图表征学习的异构本体匹配系统,其特征在于:所述本体嵌入模块的具体执行流程为:
3.根据权利要求1所述一种基于多视图表征学习的异构本体匹配系统,其特征在于:所述层次视图编码器用于捕获实体在本体中的上下文路径结构:
4.根据权利要求1所述一种基于多视图表征学习的异构本体匹配系统,其特征在于:所述多视图聚合模块的具体步骤包括:
5.根据权利要求1所述一种基于多视图表征学习的异构本体匹配系统,其特征在于:所述欧几里得距离公式用于直观地反映两个实体的综合向量(尺寸大小v)之间的差异,计算公式为:
6.一种基于多视图表征学习的异构本体匹配方法,其特征在于,包括以下步骤:
7.根据权利要求6所述一种基于多视图表征学习的异构本体匹配方法,其特征在于:所述步骤1的具体执行流程包括:
8.根据权利要求6所述一种基于多视图表征学习的异构本体匹配方法,其特征在于:步骤2所述孪生网络中,层次视图编码器用于捕获实体在本体中的上下文路径结构:
9.根据权利要求6所述一种基于多视图表征学习的异构本体匹配方法,其特征在于:所述步骤3具体包括:
10.根据权利要求6-9任一项所述一种基于多视图表征学习的异构本体匹配方法,其特征在于:在负采样策略下,采用边际损失函数进行训练,具体步骤如下: