ACL 2019开源论文 | 基于图匹配神经网络的跨语言知识图对齐

作者丨王文博

学校丨哈尔滨工程大学硕士生

研究方向丨知识图谱、表示学习

动机

在本篇文章之前，跨语言知识图谱对齐研究仅依赖于从单语知识图谱结构信息中获得的实体嵌入向量。并且大多数研究将实体映射到低维空间中，用低维向量对多语言知识图谱中的实体进行编码。并学习相似得分函数，根据实体映射后的低维向量表示对其进行匹配。但是又由于一些实体在不同的语言中具有不同的三元组事实，实体嵌入中编码的信息可能在不同的语言中是不同的，这使得基于传统思想的方法很可能无法完成这类实体的匹配任务。

除此之外，传统方法也没有将实体的表面结构信息编码到嵌入向量中，使得具有少量邻居的实体由于缺乏足够的结构化信息而无法匹配。故本文提出一种新颖的图匹配方法，通过两次运用图卷积神经网络（GCN）分别解决构建主题实体图时相邻实体间信息传递的问题，与构建全图表示向量时局部信息的传递问题，十分出色地完成了知识图谱中实体对齐的问题。

本文创新点如下：

• 引入主题实体图，即指实体的局部子图，用来表示实体与其对应的上下文信息。

• 将知识图谱中实体对齐问题转化为图匹配问题。进一步提出了一种基于图注意的解决方案，该方案首先匹配两个主题实体图中的所有实体，然后对局部匹配信息进行联合建模，得到图级匹配向量。

主题实体图

由于知识图谱中实体的上下文信息对于知识图谱对齐任务十分重要，在本文模型中引入主题实体图的结构，用来表示知识图谱中给定实体（话题实体）与它的邻居之间的关系。图二为主题图的样例。为了构建主题图，先建立与主题实体一跳相邻的邻居实体集合，用表示。然后从这个集合中任意选取两个实体对，若这个实体对在知识图谱中存在关系使其直接相连，则在主题实体图中为这个实体对保留直接相连的有向边。

注：在主题实体图中只保留边的方向，不包含边对应的关系的具体信息。只有这样才可以使得模型具有较高的效率和较好的表现结果。

 

图匹配模型

图 2 给出了本文模型在对齐英文知识图谱与中文知识图谱中实体 LebronJames 的大体过程。首先分别构建出在两个知识图谱中的主题实体图分别为 G1 和 C2。然后用提出的图匹配模型去评估两个主题实体图是在描述同一个主题实体的可能性。匹配模型具体包含以下三层：

输入表示层：这层的目的是通过 GCN 学习出现在主题实体图中的实体嵌入向量。以生成实体 v 的嵌入向量为例，具体步骤如下：

1. 首先用一个基于单词的 LSTM 将图中所有实体从名字转化成向量，进行初始化。并用符号表示实体 v 的初始化嵌入向量。

2. 对实体 v 的邻居实体进行分类，若该邻居实体通过指向实体 v 的边与 v 相连，则该实体属于集合，若该实体通过指向自己的边与实体 v 相连&#x