[论文解读] Neighborhood Matching Network for Entity Alignment

Yuting Wu, Xiao Liu+3 more|arXiv (Cornell University)|May 12, 2020

Advanced Graph Neural Networks参考文献 30被引用 12

一句话总结

本文提出了一种名为邻域匹配网络（NMN）的新实体对齐框架，通过图采样策略提取具有区分性的邻域，并利用带有注意力机制的跨图邻域匹配模块来估计邻域相似性，从而解决知识图谱中的结构异质性问题。NMN 在 DBP15K、DWY100K 及其稀疏变体上显著优于 12 种最先进方法，尤其在邻域规模差异较大的情况下表现最佳且最为稳健。

ABSTRACT

Structural heterogeneity between knowledge graphs is an outstanding challenge for entity alignment. This paper presents Neighborhood Matching Network (NMN), a novel entity alignment framework for tackling the structural heterogeneity challenge. NMN estimates the similarities between entities to capture both the topological structure and the neighborhood difference. It provides two innovative components for better learning representations for entity alignment. It first uses a novel graph sampling method to distill a discriminative neighborhood for each entity. It then adopts a cross-graph neighborhood matching module to jointly encode the neighborhood difference for a given entity pair. Such strategies allow NMN to effectively construct matching-oriented entity representations while ignoring noisy neighbors that have a negative impact on the alignment task. Extensive experiments performed on three entity alignment datasets show that NMN can well estimate the neighborhood similarity in more tough cases and significantly outperforms 12 previous state-of-the-art methods.

研究动机与目标

• 为解决知识图谱中的结构异质性问题，即等价实体的邻域结构和大小常不相同。
• 提升在现实世界知识图谱中基于嵌入的方法因噪声或非区分性邻居而失效时的实体对齐性能。
• 设计一种采样策略，识别每个实体最相关的邻居，减少来自流行或无关邻居的噪声。
• 设计一种邻域匹配模块，通过跨图注意力机制联合编码邻域差异，以实现更优的相似性估计。
• 在多样化数据集上实现鲁棒且优越的对齐性能，特别是在稀疏或高度异构的场景下。

提出的方法

• NMN 采用一种新颖的图采样方法，围绕每个实体提炼出具有区分性的子图，聚焦于与对齐最相关的邻居。
• 利用图卷积网络（GCNs）建模采样邻域内的拓扑连接。
• 跨图邻域匹配模块应用交叉注意力机制，计算不同知识图谱中两个实体邻域表征之间的相似性。
• 该匹配模块联合编码邻域差异，在消息传递过程中增强区分性特征。
• 该框架将拓扑结构与邻域相似性统一整合到一个表征中，用于对齐任务。
• 模型通过端到端训练，利用种子对齐在共享嵌入空间中优化实体匹配。

实验结果

研究问题

• RQ1 在存在结构异质性的情况下，如何有效识别对实体对齐最有信息量的邻居？
• RQ2 当两个知识图谱的邻域结构存在显著差异时，邻域相似性估计在多大程度上能提升对齐性能？
• RQ3 与标准 GNN 方法相比，跨图注意力机制是否能更好地捕捉邻域差异？
• RQ4 NMN 在不同邻域稀疏度和规模差异水平下的性能表现如何？
• RQ5 所提出的采样与匹配策略是否在多样化数据集上相比现有 SOTA 方法展现出更鲁棒的对齐性能？

主要发现

• NMN 在所有评估数据集（包括 DBP15K、DWY100K 及其稀疏变体）上均取得最高的 Hits@1 分数，持续优于 12 种 SOTA 方法。
• 在 DBP15K ZH-EN 上，即使邻域规模差异超过 30，NMN 仍保持强劲性能，而 RDGCN 的 Hits@1 降至 35%。
• 在稀疏数据集上，邻域匹配模块的贡献更为显著——例如，在 S-DBP15K 上移除该模块后 Hits@1 下降 8.2%，而在 DBP15K 上仅下降 3.1%。
• 所提出的采样策略优于随机采样，在 S-DBP15K ZH-EN 上采样规模为 3 时性能趋于平稳，并在 JA-EN 和 FR-EN 上表现出鲁棒性。
• 可视化结果证实，注意力机制能正确识别并强调等价邻居（如 Saving Private Ryan、Viacom），表明邻域相似性估计准确。
• 在稀疏数据集（如 S-DBP15K）上，匹配模块放大了邻域差异，拉大了正样本对与负样本对之间的差距，从而实现更精确的对齐。