AutoAlign：由大语言模型赋能的完全自动且高效的知识图谱对齐方法
信息检索
2023-11-14 v3 计算与语言
机器学习
摘要
知识图谱（KGs）间的实体对齐任务旨在识别两个不同 KGs 中表示同一实体的每一对实体。已有许多基于机器学习的方法被提出用于该任务。然而，据我们所知，现有方法均需要人工构建的种子对齐，而此类对齐的获取成本高昂。本文提出首个名为 AutoAlign 的完全自动对齐方法，其不需要任何人工构建的种子对齐。具体而言，对于谓词嵌入，AutoAlign 借助大语言模型构建谓词邻近图，以自动捕捉两个 KGs 间谓词的相似度。对于实体嵌入，AutoAlign 首先使用 TransE 独立计算各 KG 的实体嵌入，随后基于实体属性计算相似度，将两个 KGs 的实体嵌入平移至同一向量空间。因此，谓词对齐与实体对齐均可在无人工种子对齐的情况下完成。AutoAlign 不仅完全自动，而且高度有效。使用真实世界 KGs 的实验表明，与最先进方法相比，AutoAlign 显著提升了实体对齐性能。
引用
@article{arxiv.2307.11772,
title = {AutoAlign: Fully Automatic and Effective Knowledge Graph Alignment enabled by Large Language Models},
author = {Rui Zhang and Yixin Su and Bayu Distiawan Trisedya and Xiaoyan Zhao and Min Yang and Hong Cheng and Jianzhong Qi},
journal= {arXiv preprint arXiv:2307.11772},
year = {2023}
}
备注
14 pages, 5 figures, 4 tables, IEEE Transactions on Knowledge and Data Engineering