聂铁铮，马新月，申德荣，寇月

（东北大学 计算机科学与工程学院，辽宁 沈阳 110169）

0 引言

移动互联网崛起以来，信息呈爆炸式增长，大规模知识图谱（KG）层出不穷，导致各类知识图谱之间存在知识重复、知识间的关联不明确等问题，影响知识图谱在语义级别的综合集成。典型的多语 言 知 识 图 谱 有DBpedia［1］、YAGO［2］和Freebase［3］等，各知识图谱中包含大量的知识描述，但由于数据来源存在差异，很难构造一个包含全面事实的知识图谱。

实体对齐（Entity Alignment）在机器翻译、问答系统和信息检索等领域也被描述为实体匹配或实体解析。实体对齐任务的目标是识别出不同知识图谱之间指代对象为现实世界中同一事物的实体对。例如，在YAGO［2］知识图谱中，英文数据集中的“Louise_Élisabeth _of_France”和中文数据集中的“路易丝-伊丽莎白”，这两个实体有不同的名称，但它们都指向现实世界中的同一对象，因此它们属于可对齐的实体对。

分数概念的演变经历了四种途径，随之相伴的是人们对于数系的认识由整数系扩充为了有理数系.通过对分数演变顺序的分析，本研究提出了其对分数概念教学的一些启示，如教学实施的过程应分为四个具体阶段，在教学内容中应渗透比例思想、等价类思想，可将“测量”、“除法”两种分数产生途径作为数系扩充的重要教学点.

面向知识图谱的实体对齐技术可以实现知识的连接，将同类知识图谱融合为规模更大、质量更权威的领域知识图谱，为下游应用提供知识保障。知识图谱的实体对齐任务需要进行复杂的计算，传统的实体对齐方法通常采用基于实体的标签信息和基于人工定义特征的方法，不仅需要消耗大量的人力，而且很难迁移到实际的应用场景。……