论文浅尝 | 基于图卷积网络的跨语言图谱实体对齐

 

本文提出了一种基于图卷积网络的跨语言实体对齐方法,通过设计一种属性 embedding 用于 GCN 的训练,发现GCN能同时学习到特征 embedding 和属性 embedding 的信息。实验表明该方法是目前性能最好的的 GCN 对齐模型。

来源:IJCAI 2019

链接:

https://www.ijcai.org/proceedings/2019/0929.pdf

动机

在近期的研究工作中, GCN被用来处理一些基于图的学习问题,也有研究者提出基于该模型的跨语言知识图谱实体对齐工作。但这些工作并没有有效的利用图谱的属性信息,且对整体模型带来了负面的影响,这主要是因为对于同一实体,在不同语言上,它的属性存在较大的差异。虽然也有研究者提出异构图注意力网络,提供了节点级与语义级的注意力机制。但这个方法依然没有考虑不同属性带来的影响。

基于上述分析,作者提出利用GCN的聚合能力将属性embedding加入跨语言知识图谱对齐中。

方法

图1 描述了本文提出模型的主要框架和流程,待对齐的知识图谱主要提供了两个角度的信息,其一是图谱本身的图结构信息,这个部分被直接输入到GCN中, GCN包含多层网络,其卷积运算过程如以下公式:

其中,P是一个n×n邻接矩阵,n表示节点的数量, ,其中 I 是单位阵, 的 diagonal node degree 矩阵,H(l) 表示顶点特征矩阵,其作为第l层网络的输入。

其二,为了提高不同语言实体信息embed到统一的向量空间中的精准性,作者设计了增强的属性embedding方法,用于减少不同语言对等实体之间的差异性。

 

该方法包含以下几个部分:

1. 属性选择

首先对于实体属性出现的数量做降序排列(出现频率越高的属性对于实体的描述越准确),然后将排序后的不同语言的知识图谱属性进行相交。最后,取Top-k的相交属性用于embedding。

2. 属性加权

为了区分属性的重要性程度,通过以下公式对选定属性进行加权:

其中,wβ表示属性β的权重,nβ和n’β表示不同图谱中属性的数量,α表示权重系数,用于在对齐中强化属性所占的重要性。

实验

实验数据

实验使用的数据集为DBP15K,由DBpedia中生成,实验的语言对为中英双语,包含中文->英文方向,及英文->中文方向的对齐。

 

实验结果

 

评价指标使用Hits@1,Hits@10,及Hits@50进行对比,结果如下表:

可以看到从统计显著性上取得了的提升,但是从实际匹配准确性上看,距离可视作工具用于双语知识库问答等任务还存在明显不足。

 

 

OpenKG

开放知识图谱(简称 OpenKG)旨在促进中文知识图谱数据的开放与互联,促进知识图谱和语义技术的普及和广泛应用。

发表评论

电子邮件地址不会被公开。 必填项已用*标注