基于噪声检测的多语言知识图谱实体对齐技术研究

作     者：沙宝程 徐涛 邓鉴格 马坤 SHA Bao-cheng;XU Tao;DENG Jian-ge;MA Kun

作者机构：西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 

基　　金：甘肃省青年科技计划(21JR1RA21) 中央高校基本科研业务费专项(31920210017) 国家档案局科技项目(2021-X-56) 

出 版 物：《云南大学学报（自然科学版）》 (Journal of Yunnan University(Natural Sciences Edition))

年 卷 期：2023年第45卷第1期

页      码：67-73页

摘      要：针对在实体对齐任务中,由于缺少噪音实体对的标记,导致对齐准确率不高的问题,提出采用健壮性实体对齐(Robust Entity Alignment,REA)方法,设计了噪声感知实体对齐模块和噪声检测模块.首先,噪声感知实体对齐模块是基于图卷积神经网络(Graph Convolutional Networks,GCN)的知识图编码器,将知识图谱中的实体对更新嵌入;然后,基于生成对抗网络(Generative Adversarial Networks,GAN)设计了噪声生成器和噪声鉴别器,从而将实体对中的噪音实体对区分出来;最后,通过一种交互的强化训练策略,迭代使噪声感知和实体对齐相结合.实验结果表明,在DBP15K数据集上测试,新方法能有效提高在涉及噪音情况下的实体对齐精准度,与GCN-Align和IPTransE这些基准嵌入模型相比,Hits@1、Hits@5、MRR3个评价指标上均有较大的提升.

主 题 词：实体对齐 噪声检测 图卷积神经网络 生成对抗网络 交互训练 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 

D　O　I：10.7540/j.ynu.20220143

馆 藏 号：203117990...