BriefGPT - AI 论文速递 · 2023-11-01T00:00:00Z 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。 🏷️ 标签 卷积 图卷积神经网络 实体对齐 联合学习 跨语言数据集 阅读原文 生成长图 分享链接 已复制链接
