摘要
本文介绍了我们参与2021年语义网挑战赛“表格数据到知识图谱匹配”（SemTab 2021）的系统——Kepler-aSI。该系统是第二次参与此项赛事，相较于上届在技术方法与性能方面均实现了改进与创新。Kepler-aSI旨在对表格数据进行分析，以识别其在Wikidata与DBpedia中的正确匹配项。需要指出的是，每一类数据资源或每一轮竞赛均施加了特定的约束条件，对技术方案提出了更高要求。这一任务对机器而言极具挑战性，需在匹配方法中引入更强的认知能力以应对复杂场景。尽管如此，Kepler-aSI仍依赖SPARQL查询对知识图谱（KG）中的表格进行语义标注，以解决匹配任务中的关键难题。在评估阶段取得的结果令人鼓舞，充分展现了所提出系统的优势与潜力。