Oct, 2023

通过逐步融合模态相似路径实现通用多模式实体对齐

PDF
TL;DR我们提出了 PathFusion 方法，通过构建连接实体和模态节点的路径来代表多模态信息，进而有效地将不同模态的信息进行融合，实验证明了 PathFusion 方法在实际数据集上的优越性。
entity alignmentknowledge graphsmulti-modalpathfusionmodality fusion
发现论文，激发创造
  • 利用内模态和跨模态交互进行多模态实体对齐

    提出了一种用于多模态实体对齐的多粒度交互框架（MIMEA），其能够在同一模态或不同模态之间有效实现多粒度交互，并通过四个模块来完成：多模态知识嵌入模块、概率引导的模态融合模块、最优传输模态对齐模块和模态自适应对比学习模块。与其他方法相比，MIMEA 在两个真实世界数据集上进行的大量实验证明了其较强的性能。

    Apr, 2024

  • 多模态知识图谱对齐的实证研究：视觉、推理和对齐

    本文提出了一种使用逻辑推理和多模态知识图谱嵌入的新型多模态实体对齐方法 LODEME，它能准确地利用多模态信息，实现对常见多模态知识图谱中图像特征的提取和利用。Lodeme 在包含图像的八个大规模知识图谱对比数据集上实现了最先进的表现。

    Feb, 2023

  • 多模态实体对齐中的不确定缺失和模糊视觉模态的重新思考

    在多模态实体对齐研究中，我们发现当前模型普遍面临视觉模态不完整性、遗漏模态和模态歧义带来的挑战。为了解决这些问题，我们提出了 UMAEA 方法，通过有效减少参数和时间消耗，显著超越现有基准，并成功缓解了其他模型存在的限制。

    Jul, 2023

  • 自适应特征下的集体实体对齐

    本研究提出了一种基于收集性框架和稳定匹配算法来解决知识图谱中实体对齐问题的方法，并通过对比实验结果证明了其有效性和卓越性。

    Dec, 2019

  • 从对齐到蕴涵：面向实体对齐的统一文本蕴涵框架

    该研究提出了一种新的实体对齐方法，将实体的三元组转化为文本序列，并以双向文本蕴含任务的形式对齐两个知识图谱中的实体，该方法利用预训练语言模型，能够更好地捕捉实体之间的联系，并在五个跨语言实体对齐数据集上表现优异。

    May, 2023

  • 多模态知识图谱转换框架用于多模态实体对齐

    多模态实体对齐 (MMEA) 是一个关键任务，旨在识别多模态知识图谱 (MMKGs) 中的等效实体对。我们提出了一种名为 MoAlign 的新颖 MMEA transformer，通过引入邻居特征、多模态属性和实体类型来增强对齐任务。利用 transformer 的能力更好地集成多重信息，我们设计了一个层次可修改的自注意力块在 transformer 编码器中，以保留不同信息的独特语义。此外，我们设计了两种实体类型前缀注入方法，使用类型前缀来整合实体类型信息，有助于限制 MMKGs 中不存在的实体的全局信息。我们在基准数据集上进行了广泛实验，证明我们的方法优于强竞争对手，且实现了出色的实体对齐性能。

    Oct, 2023

  • 多模态对比表示学习用于实体对齐

    本文提出了一种基于对比学习的多模态实体对齐模型 MCLEA，该模型首先从不同的模态学习单独的表征，然后进行对比学习来联合建模模态内和模态间的交互关系，并在公共数据集上在有监督和无监督设置下表现优于现有技术。

    Sep, 2022

  • LargeEA: 大规模知识图谱中的实体对齐

    LargeEA 通过结构和名称通道相结合的方法实现了大规模知识图谱实体对齐。其中，METIS-CPS 和 NFF 分别用于结构和名称通道。同时，LargeEA 还利用基于名称的数据增强来生成种子对齐结果。实验结果表明，LargeEA 的性能在大规模实体对齐任务中优于当前最先进的方法

    Aug, 2021

  • 通过两方面三视角标签传播打造有效高效的时态实体对齐框架

    本文提出了一种有效和高效的非神经网络时空知识图谱实体对齐框架 LightTEA ，用于将不同知识图之间的实体进行对齐，提升知识融合的质量和效率。实验证明，相比于现有的同类方法，该模型能够显著提高实体对齐的效果并大幅缩短运行时间。

    Jul, 2023

  • 可靠路径推理和关系感知异构图变换的实体对齐

    提出了一种名为 RPR-RHGT 的实体对齐框架，它整合了知识图中的关系和路径结构信息以及异构信息，并成功地使用无限制路径信息来生成有益于实体对齐任务的路径，同时设计了一种关系感知的异构图变换器来模拟知识图的关系和路径结构，实验结果表明，RPR-RHGT 在三个知名数据集上的表现明显优于 11 种现有方法，在 Hits@1 上最大可达 8.62％。

    May, 2022