一种用于联合实体对齐与悬空实体检测的准确无监督方法
计算与语言
2022-03-11 v1
摘要
知识图谱集成通常受到广泛存在的悬空实体的困扰，这些实体无法跨知识图谱（KG）找到对齐。在大多数现实场景悬空实体集不可用，且人工挖掘由同义实体组成的实体对十分耗费人力。本文提出一种新颖的准确无监督方法，用于联合实体对齐（EA）与悬空实体检测（DED），称为 UED。UED 挖掘字面语义信息生成伪实体对和全局引导的对齐信息用于 EA，然后利用 EA 结果辅助 DED。我们构建了一个医学跨语言知识图谱数据集 MedED，为 EA 和 DED 任务提供数据。大量实验表明，在 EA 任务中，UED 取得了与最先进监督 EA 基线相当的 EA 结果，并通过结合监督 EA 数据超越了当前最先进的 EA 方法。对于 DED 任务，UED 在无监督情况下获得了高质量结果。
引用
@article{arxiv.2203.05147,
title = {An Accurate Unsupervised Method for Joint Entity Alignment and Dangling Entity Detection},
author = {Shengxuan Luo and Sheng Yu},
journal= {arXiv preprint arXiv:2203.05147},
year = {2022}
}
备注
Long paper; ACL 2022 (Findings)