يقوم هذا العمل بدراسة استخدام التمثيلات الدلالية البصرية لتوفيق الكيانات في الرسوم البيانية للمعرفة المتنوعة (KGs). تعتبر الصور مكونات طبيعية للكثير من الرسوم البيانية للمعرفة القائمة. من خلال دمج المعرفة البصرية مع المعلومات المساعدة الأخرى، نوضح أن النهج المقترح الجديد، EVA، ينشئ تمثيلاً كاملاً للكيان يوفر إشارات قوية للتوفيق بين الكيانات عبر الرسوم البيانية. بالإضافة إلى ذلك، تتطلب طرق التوفيق السابقة بين الكيانات تسميات بذور محددة من قبل البشر، مما يحد من توافرها. تقدم EVA حلاً غير مشروط تماماً عن طريق الاستفادة من التشابه البصري بين الكيانات لإنشاء قاموس بذور أولي (النقاط المرجعية البصرية). أظهرت التجارب على مجموعات البيانات القياسية DBP15k و DWY15k أن EVA توفر أداءً رائدًا في مجال تقنيات التوفيق بين الكيانات سواء في اللغات الواحدة أو المتعددة. علاوة على ذلك، اكتشفنا أن الصور تكون مفيدة بشكل خاص لتوفيق كيانات ذيل الرسم البياني الطويل، والتي تعاني أساساً من نقص السياقات الهيكلية اللازمة لتحديد العلاقات المتناظرة.