【AAAI2020】知识图谱对齐网络（Knowledge Graph Alignment Network with Gated Multi-hop Neighborhood Aggregation），孙泽群，胡伟

论文题目: Knowledge Graph Alignment Network with Gated Multi-hop Neighborhood Aggregation

论文摘要

图神经网络由于具有识别同构子图的能力，已经成为一种强大的基于嵌入的实体对齐范式。然而，在真实知识图(KGs)中，通常是对应的实体 具有非同构的邻域结构，这很容易导致GNN产生不同的表示。为了解决这一问题，我们提出了一种新的KG对齐网络，即AliNet，旨在以端到端方式缓解邻域结构的非同构性。由于模式异构性，对等实体的直接邻域通常是不相似的，AliNet引入了远程邻域来扩展它们的邻域结构之间的重叠。它采用了一种注意机制，以突出有益的遥远的邻域和减少噪音。然后，利用门控机制控制直接和远处邻域信息的聚合。我们进一步提出了一个关系损失来细化实体表示。我们进行了深入的实验，详细的研究和分析的五个实体对齐数据集，证明了AliNet的有效性。

论文作者

孙泽群是南京大学计算机科学与技术系在读博士，目前在南京大学软件新技术国家重点实验室，博士导师为胡伟副教授。

胡伟，博士，南京大学计算机科学与技术系副教授，博士生导师。2005年、2009年分别于东南大学计算机科学与工程学院获学士、博士学位。2009年12月加入南京大学工作至今。研究领域为知识挖掘，数据集成，智能软件。

论文下载链接：https://arxiv.org/pdf/1911.08936.pdf