实体对齐基础：基于Neo4j 图数据库的知识图谱的关联对齐-最小编辑距离-jacard算法

实体对齐基础：基于Neo4j 图数据库的知识图谱的关联对齐-最小编辑距离-jacard算法

最近在做知识图谱的时候，需要用到实体对齐的方法，后面发现了用最小编辑距离和jacard可以做一个实体对齐的算法，原代码见参考文献，但是源代码写得有点粗糙，我这里重新整理了一下，最小编辑距离代码：

def edit_distance(word1, word2): len1 = len(word1) len2 = len(word2) dp = np.zeros((len1 + 1, len2 + 1)) for i in range(len1 + 1): dp[i][0] = i for j in range(len2 + 1): dp[0][j] = j for i in range(1, len1 + 1): for j in range(1, len2 + 1): delta = 0 if word1[i - 1] == word2[j - 1] else 1 dp[i][j] = min(dp[i - 1][j - 1] + delta, min(dp[i - 1][j] + 1, dp[i][j - 1] + 1)) return dp[len1][len2]

jacard代码：

def Jaccrad(terms_model,reference): grams_reference = set(reference) grams_model = set(terms_model) temp = 0 for i in grams_reference: if i in grams_model: temp = temp + 1 fenmu = len(grams_model) + len(grams_reference) - temp jaccard_coefficient = float(temp / fenmu) return jaccard_coefficient

测试代码：

blists=["vipkid","vipki",'vip','福建省委']for i in range(len(blists)): for j in range(0,i): a = blists[i] b = blists[j] print(blists[i],blists[j]) td = Jaccrad(a, b)# print(td) std =edit_distance(a, b)/max(len(a),len(b)) fy = 1-std# print(fy) huizon = (td+fy)/2 print('avg_sim: ', huizon)

输出为：

vipki vipkidavg_sim: 0.8166666666666667vip vipkidavg_sim: 0.55vip vipkiavg_sim: 0.675福建省委 vipkidavg_sim: 0.0福建省委 vipkiavg_sim: 0.0福建省委 vipavg_sim: 0.0

效果还是可以的，当然也可以举出反例，然后再选择合适的阈值来进行实体对齐了哈，这里阈值就自己定了，下游也就自己写咯

参考文献

[1].基于Neo4j 图数据库的知识图谱的关联对齐（实体对齐）——上篇.​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。