Knowledge Graph Alignment Network with Gated Multi-Hop Neighborhood Aggregation-学习笔记

在图1中，美国是Wikidata中科比·布莱恩特的一跳（直接）邻居。 但是在DBpedia中，它是两跳邻居。

---

---

在AliNet中，通过门控机制通过在k跳内对其邻域信息进行控制的聚合来学习实体表示。 在不失一般性的前提下，以下我们展示了汇总一跳和两跳邻域信息（k = 2）的情况。 网络结构如图3所示。请注意，AliNet也可以扩展到更多的跃点。

具体来说，每个AliNet层都具有多种功能，可在多个跃点内聚合邻域信息。 为了减少噪声信息，我们进一步采用了一种针对远距离邻域聚集的注意机制，以端到端的方式找出重要的邻居。 最后，我们使用门控机制来组合多个聚合函数的输出表示，以获取当前层中的隐藏表示。 我们还设计了一种关系损失来细化实体表示，并使AliNet能够捕获某些特殊结构，例如三角形关系结构。 我们对烧蚀进行了详尽的研究，并对五个实体对齐数据集进行了详细的分析，证明了AliNet的有效性及其各项技术贡献。

---

其中N1（·）表示给定实体