无监督深度跨语言实体对齐
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该文介绍了一种无监督的跨语言实体对齐方法,利用深度学习多语言编码器和机器翻译器对知识图谱文本进行编码,并考虑全局与局部对齐策略,生成排名匹配结果。实验结果表明,在跨语言实体对齐任务中,该方法在中文、日文和法文到英文对齐任务中的准确率超过了无监督和半监督类别的最新方法,与有监督方法相比,在日文到英文和法文到英文对齐任务中提高了准确率,在中文到英文对齐任务中略微降低了准确率。
🎯
关键要点
-
提出了一种无监督的跨语言实体对齐方法。
-
该方法利用深度学习多语言编码器和机器翻译器对知识图谱文本进行编码。
-
考虑全局与局部对齐策略,生成排名匹配结果。
-
在DBP15K数据集中,该方法在中文、日文和法文到英文对齐任务中准确率较高。
-
该方法超过了无监督和半监督类别的最新方法。
-
与有监督方法相比,在日文到英文和法文到英文对齐任务中,准确率分别提高了2.6%和0.4%。
-
在中文到英文对齐任务中,准确率略微降低了0.2%。
➡️