作者：沈秉文; 冯建华知识库对齐实体对齐索引类别对齐众包
摘要：知识库对齐工作是近年来的热点研究问题.知识库对齐是将不同知识库中的实体、关系和类型进行对齐.由于知识库的规模巨大，并且不同知识库的结构差异太大，对齐工作有很多问题 和挑战 有待解决.从这些问题出发，且针对知识库里三种属性值，该文提出了三种索引结构，分别是基于字符串的前缀倒排索引、基于日期的 DateTrie、基于数字的线段树，并且通过指示函数将对齐的字面值传递到实体对齐，再利用实体与实体之间的结构性提高准确性，最后，采用机器和人工相结合的方式，控制一定的人工预算，减少问题的候选集，利用众包将类别进行对齐，提高准确性.该文在Yago-DBpedia上对比了所提出的方法、PARIS和Exact-string方法.PARIS得到的实体对达到93.5%的准确率和71.2%的召回率，耗时839 min，而Exact-string方法耗时只有1 min，但是召回率只有57.2%.相比于这两种方法，该文的方法达到90%的准确率和79.3%的召回率，耗时25 min，耗时比PARIS方法短，而召回率比 Exact- string高.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
