| 注册
首页|期刊导航|计算机科学与探索|基于图神经网络的实体对齐表示学习方法比较研究

基于图神经网络的实体对齐表示学习方法比较研究

彭鐄 曾维新 周杰 唐九阳 赵翔

计算机科学与探索2023,Vol.17Issue(10):2343-2357,15.
计算机科学与探索2023,Vol.17Issue(10):2343-2357,15.DOI:10.3778/j.issn.1673-9418.2307053

基于图神经网络的实体对齐表示学习方法比较研究

Contrast Research of Representation Learning in Entity Alignment Based on Graph Neural Network

彭鐄 1曾维新 1周杰 1唐九阳 1赵翔1

作者信息

  • 1. 国防科技大学 大数据与决策实验室,长沙 410073
  • 折叠

摘要

关键词

知识融合/实体对齐/表示学习/图神经网络/语言大模型

Key words

knowledge fusion/entity alignment/representation learning/graph neural network/large language model

分类

信息技术与安全科学

引用本文复制引用

彭鐄,曾维新,周杰,唐九阳,赵翔..基于图神经网络的实体对齐表示学习方法比较研究[J].计算机科学与探索,2023,17(10):2343-2357,15.

基金项目

国家自然科学基金(62272469,61872446,71971212).This work was supported by the National Natural Science Foundation of China(62272469,61872446,71971212). (62272469,61872446,71971212)

计算机科学与探索

OA北大核心CSCDCSTPCD

1673-9418

访问量0
|
下载量0
段落导航相关论文