论文浅尝 | 基于图卷积网络的跨语言图谱实体对齐

论文笔记整理：谭亦鸣，东南大学博士生，研究兴趣：知识图谱问答

---

本文提出了一种基于图卷积网络的跨语言实体对齐方法，通过设计一种属性 embedding 用于 GCN 的训练，发现GCN能同时学习到特征 embedding 和属性 embedding 的信息。实验表明该方法是目前性能最好的的 GCN 对齐模型。

 

来源：IJCAI 2019

链接：

https://www.ijcai.org/proceedings/2019/0929.pdf

动机

在近期的研究工作中， GCN被用来处理一些基于图的学习问题，也有研究者提出基于该模型的跨语言知识图谱实体对齐工作。但这些工作并没有有效的利用图谱的属性信息，且对整体模型带来了负面的影响，这主要是因为对于同一实体，在不同语言上，它的属性存在较大的差异。虽然也有研究者提出异构图注意力网络，提供了节点