LightEA：三視点ラベル伝播を用いたスケーラブルかつロバストで解釈可能なエンティティアライメントフレームワーク

エンティティアライメント（Entity Alignment, EA）は、複数の知識グラフ（KG）間の同等エンティティペアを特定することを目的とし、マルチソースKGの統合と橋渡しを行うための核心的なステップである。本論文では、従来のGNNベースのEA手法が、そのニューラルネットワークの起源に由来する本質的な欠点——すなわち、スケーラビリティの低さと解釈可能性の乏しさ——を引き継んでいると指摘する。最近の研究に触発され、我々はラベル伝播（Label Propagation）アルゴリズムを再設計し、KG上で効果的に動作可能とする手法を提案する。これにより、非ニューラル型のEAフレームワーク「LightEA」を構築した。LightEAは以下の3つの効率的なモジュールから構成される：(i) ランダム直交ラベル生成、(ii) 三視点ラベル伝播、(iii) スパースSinkhorn反復。公開データセットを用いた広範な実験の結果、LightEAは優れたスケーラビリティ、ロバスト性、および解釈可能性を実現している。わずか10分の1の計算時間で、すべてのデータセットにおいて最先端手法と同等の性能を達成し、多くのケースでそれを上回っている。