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：