Zhuang Y,Li G, Zhong Z, et al. Hike: A Hybrid Human-Machine Method for Entity Alignmentin Large-Scale Knowledge Bases[C]// ACM, 2017:1917-1926. ( CIKM 2017 )

?

論文鏈接：http://dbgroup.cs.tsinghua.edu.cn/ligl/crowdalign.pdf

Motivation

隨著語義網絡的迅速發展，越來越多的大規模知識圖譜公開發布，為了綜合使用多個來源的知識圖譜，首要步驟就是進行實體對齊(Entity Alignment)。近年來，許多研究者提出了自動化的實體對齊方法，但是，由于知識圖譜數據的不均衡性，導致此類方法對齊質量較低，特別是召回率(Recall)。因此，可考慮借助于眾包平臺提升對齊效果，文章提出了一個人機協作的方法，對大規模知識圖譜進行實體對齊。

Framework

方法主要流程如圖所示：

首先，通過機器學習方法對知識庫進行粗略的實體對齊，然后分別將以對齊實體對(MatchedPairs)和未對齊實體對(UnmatchedPairs)放入眾包平臺，讓人進行判斷。兩條流水線的步驟類似，主要包括四個部分：實體集劃分(EntityPartition)、建立偏序(PartialOrder Construction)、問題選擇(QuestionSelection)、容錯處理(ErrorTolerance)。

實體集劃分的目的是將同類的實體聚類到一個集合，實體對齊只在集合內部進行，集合之間不進行對齊操作。實體集劃分的依據是屬性，通常同一類實體的屬性是相似的。

偏序定義如下：

建立偏序的目的在于找出最具有推理期望(InferenceExpectation)的實體對，偏序集實例如下：

其中，如果P₁₁被判斷為Unmatch，則所有偏序小于P₁₁的節點都可以推斷為unmatch。反之，如果P₄₅被推斷為Match,則所有偏序大于P₄₅的節點都可以推斷為Match。

推理期望公式如下：

其中，pre和suc分別表示前驅和后繼節點。

對于問題選擇，文章提出了兩個貪心算法，分別為一次選一個節點以及一次選多個節點。算法如下：

Experiment

數據集：Yago 、 DBPedia

對比方法：PARIS、PBA

眾包平臺：ChinaCrowds

評估問題選擇方法:

可以看到，兩個貪心算法差別不大，但是比隨機選擇性能好。

評估問題集大小：

隨著問題集合的增加，精確率、召回率、F值均有提升。

評估實體對齊結果：

實驗表明，各項評估指標具有提升，證實了人機協作的有效性，但是MQS算法復雜度太高，導致運行時間過長。

?

本文作者：羅丹，浙江大學碩士，研究方向:機器學習，知識圖譜。

---

OpenKG.CN

中文開放知識圖譜（簡稱OpenKG.CN）旨在促進中文知識圖譜數據的開放與互聯，促進知識圖譜和語義技術的普及和廣泛應用。

轉載須知：轉載需注明來源“OpenKG.CN”、作者及原文鏈接。如需修改標題，請注明原標題。

點擊閱讀原文，進入 OpenKG 博客。

總結

以上是生活随笔為你收集整理的论文浅尝 | Hike: A Hybrid Human-Machine Method for Entity Alignment的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。