초록
이 연구는 시각적 의미 표현을 활용하여 이질적 지식 그래프(KGs)의 엔티티를 정렬하는 방법을 조사합니다. 이미지는 많은 기존 지식 그래프의 자연스러운 구성 요소입니다. 시각적 지식과 다른 보조 정보를 결합함으로써, 제안된 새로운 접근 방식인 EVA가 전체적인 엔티티 표현을 생성하여 그래프 간 엔티티 정렬에 강력한 신호를 제공함을 보여줍니다. 또한, 이전의 엔티티 정렬 방법들은 사람에 의한 라벨링된 초기 정렬이 필요하여 사용 범위가 제한적이었습니다. EVA는 엔티티의 시각적 유사성을 활용하여 초기 시드 사전(시각적 피봇)을 생성함으로써 완전히 비지도 학습 솔루션을 제공합니다. 벤치마크 데이터 세트인 DBP15k와 DWY15k에서 수행된 실험 결과, EVA는 단일 언어 및 다중 언어 엔티티 정렬 작업에서 최고 수준의 성능을 제공함을 확인할 수 있었습니다. 더불어, 이미지가 구조적 맥락이 부족한 장미 꼬리 지식 그래프 엔티티의 정렬에 특히 유용하다는 점도 발견되었습니다.