计算机应用研究

作者：冯广,郑润庭,刘天翔,杨燕茹,林健忠,钟婷,黄荣灿,项峰,李伟辰,

单位：广东工业大学a.自动化学院;b.计算机学院,广州510006；

关键词：知识图谱,实体对齐,对抗网络,双生成器,参数共享,渐进式融合,分布一致性,

基金：国家自然科学基金重点项目(62237001)；广东省哲学社会科学青年项目(GD23YJY08)；；

在教育领域中，知识图谱融合起着关键的作用。作为知识图谱融合的一个核心技术，实体对齐的目标是从多个知识图谱中识别等价的实体对。目前实体对齐方法大部分建立在假设源实体在目标知识图谱中有对应实体的基础上，当使用跨语言与跨图谱实体集时就会产生悬挂实体问题。针对该问题，提出双生成器参数共享对抗网络实体对齐模型DGSAN-EA。该模型采用参数部分共享和择优策略训练双生成器，选择最优生成器用于条件生成跨知识图谱的新实体，达到增强数据集的目的，以解决悬挂实体问题。接下来，采取渐进式融合策略和引入分布一致性损失函数，有效解决多模态实体对齐中融合特征信息失真及模态间不对齐的问题。在多个公开数据集上进行验证，实验表明，与现有的多模态实体对齐模型相比，DGSAN-EA在hit@k和MMR得分整体都有提高，证明了其在实体对齐任务中的有效性。

来源：2025年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第6期