筆記整理：張清恒，南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，碩士研究生。

---

論文鏈接：https://people.eng.unimelb.edu.au/jianzhongq/papers/AAAI2019_EntityAlignment.pdf

發(fā)表會(huì)議：AAAI 2019

摘要

近來(lái)，針對(duì)跨知識(shí)圖譜（KGs）的實(shí)體對(duì)齊任務(wù)，研究者提出并改進(jìn)了多種基于embedding的模型。這些模型充分利用實(shí)體與實(shí)體之間的關(guān)系以得到實(shí)體之間的語(yǔ)義相似度，換言之，這些模型更關(guān)注于關(guān)系三元組（relationship triple）。本文發(fā)現(xiàn)KG中存在著大量的屬性三元組（attribute triple），本文提出的模型利用屬性三元組生成 attributecharacter embeddings，使其幫助不同KG中的實(shí)體映射到同一空間中。與此同時(shí)，模型還使用傳遞規(guī)則進(jìn)一步豐富三元組。實(shí)驗(yàn)結(jié)果表明，相比于現(xiàn)有方法，本文提出的模型在實(shí)體對(duì)齊任務(wù)上取得了較大的提升。

模型介紹

1.???? 概覽

如圖1所示，該模型由三個(gè)核心部分組成，分別是謂詞對(duì)齊（predicate alignment）、嵌入學(xué)習(xí)（embedding learning）和實(shí)體對(duì)齊（entity alignment）。

2. Predicate Alignment

該模塊通過(guò)重命名潛在對(duì)齊的謂詞將兩個(gè)KG合并成一個(gè)KG。通過(guò)計(jì)算謂詞的名稱(chēng)（URI的最后一部分）相似度，發(fā)現(xiàn)潛在對(duì)齊的謂詞對(duì)，然后使用統(tǒng)一的命名格式將其重命名。例如，將對(duì)其的謂詞對(duì)，“dbp:bornIn”和“yago:wasBornIn”重命名成“:bornIn”。

3.???? Embedding Learning

3.1?? Structure Embedding

Structureembedding模塊采用TransE實(shí)現(xiàn)，與TransE不同的是，模型希望更關(guān)注

已對(duì)齊的三元組，也就是包含對(duì)齊謂詞的三元組。模型通過(guò)添加權(quán)重來(lái)實(shí)現(xiàn)這一目的。Structure embedding的目標(biāo)函數(shù)如下：

其中，count(r) 是包含的三元組的數(shù)量，表示合并之后的三元組集合。

3.2 Attribute Character Embedding

與 structure embedding 一樣，attribute character embedding 也借鑒了 TransE 的思想，把謂詞作為頭實(shí)體與屬性值之間的轉(zhuǎn)換媒介。但與 structure embedding 不同的是，對(duì)于相同含義的屬性值，在不同的KG中表現(xiàn)形式存在差別。因此，本文提出了三種屬性值組合函數(shù)。在組合函數(shù)編碼屬性值之后，模型希望屬性三元組滿(mǎn)足 h+r≈f_a(a)，其中 f_a(a) 是組合函數(shù)，表示屬性值的字符串 a={c_1,c_2,c_3,…,c_t}。三種組合函數(shù)如下：

1. Sum compositional function（SUM）

2. LSTM-based compositional function（LSTM）

3. N-gram-based compositional function（N-gram）

Attribute character embedding 模塊的目標(biāo)函數(shù)如下：

3.3 ? Joint Learning of Structure Embedding and Attribute Character Embedding

本文提出的模型旨在使用attribute character embedding h_ce 幫助structure embedding h_se 在同一向量空間中完成訓(xùn)練，聯(lián)合訓(xùn)練的目標(biāo)函數(shù)如下：

本文提出的模型的整體目標(biāo)函數(shù)如下：

4.???? Entity Alignment

在經(jīng)過(guò)上述訓(xùn)練過(guò)程之后，來(lái)自不同KG的相似的實(shí)體將會(huì)有相似的向量表示，因此可通過(guò)獲得潛在的實(shí)體對(duì)齊對(duì)。此外，模型設(shè)定相似度閾值來(lái)過(guò)濾潛在實(shí)體對(duì)齊對(duì)，得到最終的對(duì)齊結(jié)果。

5.???? Triple Enrichment via Transitivity Rule

本文發(fā)現(xiàn)利用傳遞關(guān)系可以豐富三元組，從而提升實(shí)體對(duì)齊效果。給定三元組 ?h_1,r_1,t? 和三元組 ?t,r_2,t_2?，可將 作為頭實(shí)體 h_1 和 h_2 尾實(shí)體的關(guān)系，使其滿(mǎn)足。

實(shí)驗(yàn)分析

1.???? 數(shù)據(jù)集

本文從 DBpedia (DBP)、LinkedGeoData (LGD)、Geonames (GEO) 和 YAGO 四個(gè) KG 中抽取構(gòu)建了三個(gè)數(shù)據(jù)集，分別是DBP-LGD、DBP-GEO和DBP-YAGO。具體的數(shù)據(jù)統(tǒng)計(jì)如下：

2.???? 實(shí)體對(duì)齊結(jié)果

本文對(duì)比了三個(gè)相關(guān)的模型，分別是 TransE、MTransE 和 JAPE。試驗(yàn)結(jié)果表明，本文提出的模型在實(shí)體對(duì)齊任務(wù)上取得了全面的較大的提升，在三種組合函數(shù)中，N-gram函數(shù)的優(yōu)勢(shì)較為明顯。此外，基于傳遞規(guī)則的三元組豐富模型對(duì)結(jié)果也有一定的提升。具體結(jié)果如下：

3.???? 基于規(guī)則的實(shí)體對(duì)齊結(jié)果

為了進(jìn)一步衡量 attribute character embedding 捕獲實(shí)體間相似信息的能力，本文設(shè)計(jì)了基于規(guī)則的實(shí)體對(duì)齊模型。本實(shí)驗(yàn)對(duì)比了三種不同的模型：以label的字符串相似度作為基礎(chǔ)模型；針對(duì)數(shù)據(jù)集特點(diǎn)，在基礎(chǔ)模型的基礎(chǔ)之上增加了坐標(biāo)屬性，以此作為第二個(gè)模型；第三個(gè)模型是把本文提出的模型作為附加模型，與基礎(chǔ)模型相結(jié)合。具體結(jié)果如下：

4.???? KG補(bǔ)全結(jié)果

本文還在KG補(bǔ)全任務(wù)上驗(yàn)證了模型的有效性。模型主要測(cè)試了鏈接預(yù)測(cè)和三元組分類(lèi)兩個(gè)標(biāo)準(zhǔn)任務(wù)，在這兩個(gè)任務(wù)中，模型也取得了不錯(cuò)的效果。具體結(jié)果如下：

---

OpenKG

開(kāi)放知識(shí)圖譜（簡(jiǎn)稱(chēng) OpenKG）旨在促進(jìn)中文知識(shí)圖譜數(shù)據(jù)的開(kāi)放與互聯(lián)，促進(jìn)知識(shí)圖譜和語(yǔ)義技術(shù)的普及和廣泛應(yīng)用。

點(diǎn)擊閱讀原文，進(jìn)入 OpenKG 博客。

總結(jié)

以上是生活随笔為你收集整理的论文浅尝 | 基于属性嵌入的知识图谱间实体对齐方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。