季一木，刘艳兰，刘尚东，许正阳，胡 林，刘凯航，汤淑宁，刘 强，肖 婉

(1.南京邮电大学 计算机学院，江苏 南京 210023 2.南京邮电大学 高性能计算与大数据处理研究所，江苏 南京 210023 3.国家高性能计算中心南京分中心，江苏 南京 210023 4.江苏省高性能计算与智能处理工程研究中心，江苏 南京 210023 5.南京邮电大学 教育科学与技术学院，江苏 南京 210023)

近年来，随着互联网技术的迅速发展，涌现出了维基百科、头条百科、百度百科等大量优秀的知识资源与知识社区。与此同时，互联网正面临从文档连接的万维网向数据连接的语义网演变的技术变革时期。为了实现这一技术变革，需要利用网络数字化信息资源构建高品质、大规模的知识库。目前，工业界与学业界的已有研究，已经创建了 Yago［1］、Freebase［2］、DBpedia［3］、百度知心、搜狗知立方等以实体和实体关系为主导的大规模知识库。知识库在知识图谱、智能语义问答和知识融合等自然语言处理领域有着重要意义［4］。但是，仅仅使用单个知识资源或者知识社区，存在实体覆盖面低、实体信息缺失等问题；而不同知识资源和知识社区之间资源描述结构存在较大差异，阻碍了数据的共享、集成与复用。因此，对现有的多源异构知识库进行融合能够推动语义网技术的发展。作为融合后知识一致性保障的关键，有效的实体对齐技术值得深入研究。

实体［5］（Entity）是指客观存在并且可以进行区别的事物，包括具体的人、事、物、抽象的概念或关系等。实体对齐［6］（Entity Alignment） 也称为实体匹配（Entity Matching）或实体解析（Entity Resolution），是判断相同或不同数据集中的两个实体是否指向真实世界同一对象的过程。……