该研究提出了多种实体对齐方法，包括基于主动学习的框架、属性值编码器和图神经网络，旨在提高跨语言和单语数据集的对齐效果。通过利用预训练语言模型和结构感知策略，显著提升了实体间联系的捕捉能力，实验结果表明这些方法在多个数据集上表现优异。