محاذاة كيانات الرسم المعرفي باستخدام الشبكات التلافيفية الرسومية: الدروس المستفادة

في هذه الدراسة، نركّز على مشكلة مطابقة الكيانات في الرسوم المعرفية (KG)، ونُقدّم تجاربنا في تطبيق نموذج يعتمد على شبكة الت convolution الرسومية (GCN) لهذا المهمة. تُستخدم أشكال مختلفة من GCN في العديد من الطرق المتميزة حديثًا، وبالتالي يُعدّ من المهم فهم التفاصيل والقيود الخاصة بالنماذج القائمة على GCN. وعلى الرغم من الجهود الجادة، لم نتمكن من إعادة إنتاج النتائج المذكورة في الورقة الأصلية، وبعد مراجعة دقيقة للرمز البرمجي المُقدّم من المؤلفين، توصّلنا إلى أن تنفيذهم يختلف عن المعمارية الموصوفة في الورقة. بالإضافة إلى ذلك، يتطلب تشغيل النموذج تطبيق عدة تقنيات مُساعدة، بعضها ليس واضحًا أو بديهيًا. نقدّم دراسة تحليلية شاملة لقياس التأثيرات التي تُحدثها هذه التقنيات والتغييرات في البنية على الأداء النهائي. علاوةً على ذلك، نُجري مراجعة لأساليب التقييم الحالية ونُنظّم المجموعات المتاحة من البيانات المعيارية. نعتقد أن الباحثين المهتمين بمطابقة الرسوم المعرفية، وكذلك المبتدئين في هذا المجال، يمكنهم الاستفادة من هذه الدراسة.