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