知识图谱实体对齐中伪标签高效筛选：对比学习与交叉熵联合优化（TSJO）模型研究

本文提出了一种基于两阶段联合优化（TSJO）的实体对齐模型，通过结合交叉熵损失与对比学习（Contrastive Learning）优化嵌入表示，并创新性地设计了动态相对阈值（DR-T）算法与数据集轮换（D-Rot）策略，显著提升了伪标签在筛选速度、数量与准确性三方面的综合性能，为解决知识图谱（KG）融合中的对齐瓶颈提供了有效方案。

　　

Highlight

• 提出了一种用于实体对齐的两阶段联合优化模型TSJO，该模型利用交叉熵优化全局嵌入，并借助对比学习优化局部嵌入，从而使TSJO能够学习到更精准的实体语义表示。
• 通过分析基于交叉熵的实体嵌入相似性分布特征，提出了一种动态相对阈值算法（DR-T）用于高效筛选伪标签。此外，为有效利用伪标签，提出了一种数据集轮换算法（D-Rot）。
• 大量实验证明，与常用的基于单对实体相似性筛选、双向最近邻筛选以及最优传输（Optimal Transport）方法相比，我们的动态相对阈值算法在伪标签的数量、筛选速度和准确性方面均达到最优综合表现，从而实现了卓越的实体对齐性能。

Conclusion

贡献：本文的主要贡献包括提出了两阶段联合优化模型（TSJO）、高效的伪标签筛选算法（DR-T）以及数据集轮换算法（D-Rot）。实验证明，TSJO 有效利用了交叉熵损失与对比损失之间的相似性协同机制，显著提升了模型性能。DR-T 通过利用这些损失对相似性分布的影响，实现了高效且准确的伪标签筛选。D-Rot 则是一种交替使用新旧数据集的策略，有助于进一步提升实体嵌入表示的质量。