融合高速路门机制的跨语言实体对齐研究

作者：时慧芳

来源：现代电子技术, 2023, 46(20): 167-172.

DOI：10.16652/j.issn.1004-373x.2023.20.031

• 知识图谱
• 实体对齐
• 跨语言
• 实体关系
• 属性信息
• 高速路门机制
• 图卷积网络

知识图谱实体对齐的目的是找到两个或两个以上知识图谱中指向现实世界中同一对象的过程。目前的传统实体对齐方法和基于表示学习的实体对齐方法主要关注实体本身或者关系信息，然而，知识图谱中的属性信息在构建知识图谱的过程中也至关重要，能够提高实体对齐的准确率。为此，文中提出一种融合高速路门机制的联合实体关系和属性信息的实体对齐模型，利用带有高速路门机制（Highway Gates）图卷积的表示方法学习关系三元组和属性信息的嵌入表示。在大型跨语言数据集上进行实验，结果表明：相比于MTransE、IPTransE、JAPE、GCN-Align和AlignEA等方法，所提方法在Hits@1上分别高出1.29%、4.7%、1.88%、1.35%、0.66%；在Hits@10上分别高出2.49%、3.81%、2.28%、1.39%、2.23%。

• 单位
  昆明理工大学; 自动化学院