2020年CCKS 基于深度学习的知识图谱对齐方法 笔记

本篇文章是对王志春老师在CCKS2020上的报告的笔记，视频网址为：https://www.bilibili.com/video/BV1s64y1m7sx/?vd_source=0e07243350d6330e62b26a73c2d761dd

EA

什么是EA？判断不同KG中的两个实体是否指向真实世界同一对象的过程。
应用场景：KG互联，知识互联

EA的假设：

• 等价的实体具有相似的属性
• 等价实体具有相似的邻接实体

基本框架：

深度学习方法的引入

基于相似度特征的方法 ==》基于深度学习的方法

• MTransE:
  Knowledge model + Alignment model
• 实体属性和实体关系相结合
  JAPE AttrE
• 迭代式的实体对齐
  IPTransE、BootEA
• 基于GNN的实体对齐
  按照实体属性将知识图谱划分为4个子图（实体名、文字属性、数值属性、无属性）
  4个GNN通道
  NMN 利用抽样的方法把包含重要信息的邻居实体选取出来
  AliNet
• 基于”实体对“表示学习的对齐方法
  实体对名称相似度特征
  基于卷积神经网络来提取属性相似度特征
  基于图神经网络的特征传递