实体为何相似？面向多源知识图谱嵌入的相似洪泛视角
机器学习
2023-06-06 v1 人工智能
计算与语言
摘要
对多源知识图谱（KGs）的联合表示学习可产生可迁移且具表达力的嵌入，从而改善下游任务。实体对齐（EA）是此过程中的关键步骤。尽管基于嵌入的EA近期取得了可观的研究进展，其工作机制仍有待探索。在本文中，我们提供一种相似洪泛（similarity flooding）视角来解释现有的基于平移和基于聚合的EA模型。我们证明这些模型的嵌入学习过程实际上是在寻求实体间成对相似度的不动点。我们也提供了实验证据以支持我们的理论分析。我们受相似洪泛中不动点计算的启发，提出两种简单而有效的方法，并证明了它们在基准数据集上的有效性。我们的工作弥合了近期基于嵌入的模型与传统相似洪泛算法之间的鸿沟，将增进我们对基于嵌入的EA的理解并提升对其的信任。
引用
@article{arxiv.2306.02622,
title = {What Makes Entities Similar? A Similarity Flooding Perspective for Multi-sourced Knowledge Graph Embeddings},
author = {Zequn Sun and Jiacheng Huang and Xiaozhou Xu and Qijin Chen and Weijun Ren and Wei Hu},
journal= {arXiv preprint arXiv:2306.02622},
year = {2023}
}
备注
Accepted in the 40th International Conference on Machine Learning (ICML 2023)