基于SiGMa改进算法的跨语言知识图谱对齐开题报告

全文总字数：1351字

1. 研究目的与意义

知识图谱(knowledge graph)是由关系三元组和属性三元组构成的集合，它可以用来表示现实世界涉及到事物及其关系的网络，并有助于许多知识驱动的应用研究，如问答系统、语义网络等。

然而，现有的大规模知识图谱如dbpedia、yago等，不同语言表示的知识量十分不平衡，英语表示的三元组数量远大于其他语言。

本文研究跨语言知识对齐问题，将多语言知识图谱中不同语言表示的同一事物对齐并建立连接，包括实体、关系、属性和属性值的对齐。

2. 国内外研究现状分析

国外研究概况：知识对齐的方法主要有基于特征和基于嵌入（embedding）的两类方法。

基于特征的方法需要事先定义特征。

sorg等[1]和oh等[2]训练了基于文本特征的监督学习分类器。

3. 研究的基本内容与计划

研究内容：（1）理解知识图谱、跨语言知识图谱对齐的的理论（2）基于dbpedia数据集，搭建中-英、法-英、日-英三类跨语言实体对(inter-lingual links,ills)数据集（3）理解sigma算法，在搭建的数据集基础上实现知识对齐研究计划：（1）大量阅读关于跨语言知识对齐的文献，理解算法原理。

（2）理解dbpedia数据集，在其基础上设计算法随机抽取合适的三元组作为训练数据。

（3）实现sigma算法进度计划：第一周第三周：查阅资料，知识图谱对齐的基本理论，查阅相关文献完成开题报告 第四周第六周：详细学习dbpedia数据集，理解数据内容和结构，设计算法构建训练数据集 第六周第九周：理解sigma算法，将其迁移至跨语言知识对齐问题中，实现算法第十周：对各个部分进行分析完善第十一周：论文大纲和撰写草稿第十二周第十三周：撰写毕业论文第十四周：修改完善毕业论文第十五周第十六周：准备论文答辩

4. 研究创新点

（1）构建中-英、法-英、日-英三类跨语言实体对(inter-lingual links,ILLs)数据集，为后续的研究提供数据支持。

（2）将SiGMa算法应用到跨语言知识对齐问题中，验证其在跨语言知识对齐中的效果。