Русско-английский набор данных и выравнивание сущностей в графах знаний с несопоставимыми сущностями
Main Article Content
Аннотация
В последние годы кратно возрос интерес к графам знаний (ГЗ) как в научном, так и в промышленном сообществах. Интеграция различных графов знаний является одной из актуальнейших задач и используется, например, для разработки сложных цифровых двойников промышленных систем. Интеграция графов знаний также необходима при объединении графов знаний, извлеченных из текстов на естественном языке при помощи больших языковых моделей. Одной из компонент решения задачи интеграции ГЗ является задача выравнивания сущностей, пытающаяся идентифицировать в разных ГЗ сущности, описывающие один и тот же объект реального мира. К сожалению, в реальных графах знаний многие сущности не имеют эквивалентов в других графах знаний. В частности, каждый фрагмент графа знаний, извлеченный из отдельной публикации, может иметь свою собственную структуру имен сущностей и идентификаторов, что существенно усложняет задачу идентификации сущностей. В работе описаны эксперименты по выравниванию сущностей при наличии несопоставимых сущностей на примере русско-английского набора данных
Article Details
Библиографические ссылки
2. Gusev D., Apanovich Z. Methods of processing textual information in entity alignment algorithms // Bulletin of the Novosibirsk Computing Center. Series: Computer Science. 2021. No. 45. P. 49–58. https://doi.org/10.31144/bncc.cs.2542-1972.2021.n45.p49-58
3. Lample G., Conneau A., Ranzato M., Denoyer L., Jégou H. Word translation without parallel data // ICLR. OpenReview.net. 2018. https://doi.org/10.48550/arXiv.1710.04087
4. W. Zeng, X. Zhao, X. Li, J. Tang, W. Wang. On entity alignment at scale // The VLDB Journal. 2022. Vol. 31. Issue 5. P. 1009–1033. https://doi.org/10.1007/s00778-021-00703-3
5. Kuhn H.W. The hungarian method for the assignment problem. URL: https://web.eecs.umich.edu/~pettie/matching/Kuhn-hungarian-assignment.pdf. https://doi.org/10.1002/nav.3800020109
6. W. Zeng, X. Zhao, J. Tang, X. Lin. Collective entity alignment via adaptive features // ICDE. 2020. P. 1870–1873. https://doi.org/10.48550/arXiv.1912.08404
7. R. Zhu, M. Ma, P. Wang. RAGA: relation-aware graph attention networks for global entity alignment // PAKDD. 2021. Vol. 12712. P. 501–513. https://doi.org/10.48550/arXiv.2103.00791
8. Xin M., Wenting W., Huimin X. et al. Relational Reflection Entity Alignment. // arXiv.org. 2020. https://doi.org/10.48550/arXiv.2008.07962
9. Zhao X., Zeng W., Tang J., Recent Advance of Alignment Inference Stage // Entity Alignment. Springer Nature, Singapore, 2023. P. 207–227. https://doi.org/10.1007/978-981-99-4250-3
10. Zhao X., Zeng W., Tang J. et al. Toward Entity Alignment in the Open World: An Unsupervised Approach with Confidence Modeling // Data Sci. Eng. 2022. No. 7. P. 16–29. https://doi.org/10.1007/s41019-022-00178-4
11. Feng F., Yang Y., Cer D., Arivazhagan N., Wang W. Language-agnostic BERT Sentence Embedding // ArXiv. 2020. https://doi.org/10.48550/arXiv.2007.01852
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.