基于图卷积网络和信息融合的科技专利实体对齐方法

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种使用GCN学习实体和关系表示的联合学习框架,以改善实体对齐。实验表明,该方法在三个跨语言数据集上优于现有方法。

🎯

关键要点

  • 提出了一种使用图卷积神经网络(GCN)学习实体和关系表示的联合学习框架。
  • 该框架旨在改善实体对齐。
  • 利用有用的关系表示来协助实体对齐是一种简单而有效的方法。
  • 在三个真实的跨语言数据集上进行的实验表明,该方法显著优于现有的实体对齐方法。
➡️

继续阅读