用于实体对齐的邻域匹配网络
计算与语言
2020-05-13 v1
摘要
知识图谱之间的结构异构性是实体对齐面临的突出挑战。本文提出了邻域匹配网络（NMN），一种用于应对结构异构性挑战的新型实体对齐框架。NMN 估计实体之间的相似性，以捕获拓扑结构和邻域差异。它提供了两个创新组件，以更好地学习用于实体对齐的表示。它首先使用一种新颖的图采样方法为每个实体提炼出具有判别力的邻域。然后采用跨图邻域匹配模块，为给定的实体对联合编码邻域差异。这些策略使得 NMN 能够有效地构建面向匹配的实体表示，同时忽略对对齐任务产生负面影响的噪声邻居。在三个实体对齐数据集上进行的大量实验表明，NMN 能够在更困难的情况下很好地估计邻域相似性，并显著优于 12 种先前的 SOTA 方法。
引用
@article{arxiv.2005.05607,
title = {Neighborhood Matching Network for Entity Alignment},
author = {Yuting Wu and Xiao Liu and Yansong Feng and Zheng Wang and Dongyan Zhao},
journal= {arXiv preprint arXiv:2005.05607},
year = {2020}
}
备注
11 pages, accepted by ACL 2020