Bootstrapping Entity Alignment with Knowledge Graph Embedding理解

Zequn Sun et al. IJCAI 2018.

相关知识介绍

实体对齐(entity alignment)也被称为实体匹配(entity matching)，主要用于消除异构数据中实体冲突、指向不明等不一致性问题，可以从顶层创建一个大规模的统一知识库，从而帮助机器理解多源异质的数据，形成高质量的知识。

Bootstrap是一种统计学上的估计方法，由Stanford统计学的教授Bradley Efron提出。Bootstrap是一类非参数Monte Carlo方法，其实质是对观测信息进行再抽样，进而对总体的分布特性进行统计推断。

个人想法：Bootstrap只是通过多次重抽样对已有样本进行了最大程度的利用，并没有额外增加样本。因为样本有限，抽样次数在足够多的情况下，Bootstrap可以最大程度地估计出当前样本的统计特性。

论文背景

知识图谱(Knowledge Graph，KG)在AI的众多领域中广泛应用，如问答(question answering)、语义搜索(semantic searching)和知识推理(knowledge reasoning)等。知识图谱中知识一般以三元组(h,r,t)的形式表示，其中h表示头实体(head entity)，r表示关系(relation)，t表示尾实体(tail entity)。为更好地捕捉知识图谱中的隐藏语义，将知识图谱中的元素（如实体、关系等）用低维的向量(embedding)表示。

单一的知识图谱很难满足多元知识的需要，一种有效的方式是通过实体对齐(entity alignment)将多种知识图谱的异构知识集成起来。但有限的训练数据会使得embedding不准确，实体对齐的精确度不高。因此本文提出了一个基于Bootstrap的实体对齐技术。

问题定义

实体对齐的目标是找到集合$A=(x,y)\in X\times Y|X{\sim }_{R}Y$，其中$X$表示$K{G}_1$的实体集，$Y$表示$K{G}_2$的实体集， ${\sim }_R$是等价关系。$X^{{}^{\prime }}$和$Y^{{}^{\prime }}$是已有的训练集。

本文将实体对齐转换成分类问题，即用$Y$的实体给$X$的实体打标签，对应概率定义为$$\pi (y|x;\theta )=\sigma (sim(\vec{v}(x),\vec{v}(y))),$$其中，$\sigma (\cdot )$是sigmoid函数，$sim(\cdot )$是余弦相似度度量，$\theta$是$K{G}_1$和$K{G}_2$的embedding参数。最终，本文的最大似然优化目标为