基于交叉图匹配和双向自适应迭代的实体对齐

实体对齐(Entity Alignment,EA)是在多源知识图谱中寻找更多等价实体对,是构建知识图谱过程中极其重要的研究任务,而目前知识图谱间的异构和标记种子数量不足是主要问题。基于此,提出一种基于交叉图匹配和双向自适应迭代的实体对齐方法,使用交叉图信息增强图间关系的交互,双向自适应种子迭代的增加训练种子数量和质量。在3个真实数据集的基础上进行验证,有效提高了实体对齐效果。