实体对齐是知识图谱构建中的一项重要任务,也是近年来研究热点之一。通过实体对齐,可以将互相隔离的,不同来源的知识图谱汇总聚合,构成包含信息更为丰富新知识库。但是实体对齐任务往往面临诸多问题,如不同来源的知识图谱的语言,关系类型与结构都有可能不同,这也就使得很难通过简单的翻译与变换来进行对齐任务。近期涌现较多基于图神经网络的实体对齐方法,有效地克服之前的缺陷,对这些方法进行总结与汇总,并介绍常用的相关数据集。
科研之友
微信
新浪微博
Facebook
分享链接
