基于知识图谱的择优分段迭代式实体对齐方法研究

摘要

知识图谱的实体对齐问题是知识融合中的关键问题,已成为近年来的研究热点。笔者引入双向对偶关系图神经网络(RDGCN)模型对课程迭代式实体对齐模型进行改进,并设计一个择优选择迭代模型。首先,对每次的迭代结果进行分析汇总,并使用扩展性的候选置信对方法;其次,在迭代式训练中,按度数比重进行训练;最后,在初步实体对齐训练的结果上重新排序,使用POINTSEBERT模型优化实体对齐效果。实验表明,该模型方法具有一定的改进效果。