从对齐到指派：极其简单的无监督实体对齐
计算与语言
2021-09-16 v2 人工智能
摘要
跨语言实体对齐（EA）旨在寻找跨语言知识图谱之间的等价实体，是知识图谱集成的关键步骤。近年来，许多基于图神经网络（GNN）的实体对齐方法被提出，并在多个公开数据集上展现出可观的性能提升。同时，现有基于GNN的实体对齐方法不可避免地继承了神经网络可解释性差和效率低下的缺点。受基于GNN方法的同构假设启发，我们成功地将跨语言实体对齐问题转化为指派问题。基于这一发现，我们提出了一种无需神经网络的极其简单但有效的无监督实体对齐方法（SEU）。大量实验表明，我们所提出的无监督方法甚至在全部公开数据集上击败了先进的有监督方法，并且具有高效率、可解释性和鲁棒性。
引用
@article{arxiv.2109.02363,
title = {From Alignment to Assignment: Frustratingly Simple Unsupervised Entity Alignment},
author = {Xin Mao and Wenting Wang and Yuanbin Wu and Man Lan},
journal= {arXiv preprint arXiv:2109.02363},
year = {2021}
}
备注
11 pages; Accepted by EMNLP2021 (Main Conf)