图卷积网络融合信息实现科技专利实体对齐

背景

在科技专利领域，不同数据源的知识图谱（Knowledge Graph）之间存在大量等价实体，例如同一项专利在不同数据库中的记录。实体对齐（Entity Alignment）旨在识别并链接这些等价实体，从而实现知识融合与跨源检索。然而，现有实体对齐方法大多只利用图神经网络（Graph Neural Network, GNN）提取图结构嵌入，或仅依赖属性文本描述获取语义表示，忽略了科技专利中多源信息（如结构、名称、描述、属性）的融合过程。这导致对齐效果受限于单一信息源，难以应对专利数据中复杂的异构特征。

核心内容

本文提出了一种基于图卷积网络（Graph Convolution Network, GCN）与信息融合的科技专利实体对齐方法。该方法同时利用科技专利知识图谱的图结构信息和实体辅助信息（包括名称、描述、属性），通过以下步骤实现多信息融合：

1. 结构信息嵌入：使用 GCN 对科技专利知识图谱的图结构进行编码，得到每个实体的结构嵌入表示。
2. 属性信息嵌入：利用 BERT 模型对实体名称、描述、属性等文本信息进行编码，获得语义嵌入表示。
3. 信息融合：将结构嵌入与语义嵌入通过特定融合策略（如拼接或加权求和）整合，形成统一的实体表示。
4. 对齐预测：基于融合后的表示，计算不同知识图谱中实体对的相似度，完成等价实体匹配。

实验在三个基准数据集上进行，结果表明该方法在 Hits@K（K=1, 5, 10）等评价指标上优于现有方法，验证了多信息融合对提升实体对齐性能的有效性。

关键要点

• 方法全称：基于图卷积网络与信息融合的科技专利实体对齐方法（Entity Alignment Method of Science and Technology Patent based on Graph Convolution Network and Information Fusion）。
• 核心创新：同时利用图结构信息（GCN 编码）和属性文本信息（BERT 编码），实现多源信息融合，而非仅依赖单一信息源。
• 输入信息：专利知识图谱的图结构、实体名称、实体描述、实体属性（如分类号、申请人等）。
• 模型组件：GCN 用于结构嵌入，BERT 用于语义嵌入，融合后用于相似度计算。
• 评价指标：Hits@K（K=1, 5, 10），即在 Top-K 候选集中正确对齐的比率。
• 实验对比：与仅使用 GNN 或仅使用文本描述的基线方法相比，本方法在三个基准数据集上均取得更优结果。

意义与影响

• 理论意义：提出了一种多信息融合框架，弥补了现有实体对齐方法中信息利用单一的不足，为知识图谱对齐领域提供了新思路。
• 实践价值：科技专利数据通常具有丰富的结构关系和文本描述，本方法能更准确地对齐跨源专利实体，助力专利检索、技术分析、知识产权管理等工作。
• 可扩展性：该框架可推广至其他领域（如学术论文、产品数据）的知识图谱对齐任务，只需调整对应的属性文本编码器与融合策略。
• 局限性：原文未明确讨论方法的计算效率、对大规模图谱的扩展性，以及融合策略的通用性（如是否依赖特定权重设置）。未来可进一步探索动态融合机制或引入注意力机制。