对齐种子的实体名问题 about bootea

[sunzequn]

同学你好，

感谢你对我们工作和数据集的关注。

这个问题是由于DBpedia和YAGO实体具有相同的localname造成的，我一开始构造数据集和设计MultiKE的时候没有注意到这个问题。

后续很多工作已经注意到这个bug了，相关论文如下:

• Exploring and Evaluating Attributes, Values, and Structures for Entity Alignment. Zhiyuan Liu, Yixin Cao, Liangming Pan, Juanzi Li, Zhiyuan Liu, Tat-Seng Chua. (EMNLP 2020)

• Cross-lingual Entity Alignment with Incidental Supervision. Muhao Chen, Weijia Shi, Ben Zhou, Dan Roth. (EACL 2020)

所以，如果想使用name作为feature进行实体对齐，DBP-YG这些数据集是不适用的，会造成test data leakage问题，并且，这个数据集也不足够来测试使用name的方法的真实有效性和鲁棒性，所以建议换别的数据集，比如DBP15K，或者，换成我们OpenEA里面给出的2.0版本数据集，我对实体的localname进行了编码，会更难一些。

我和Muhao Chen有一些issue讨论，供你参考：

• nju-websoft/OpenEA#15
• nju-websoft/OpenEA#2

最后，关于基于表示学习的实体对齐，我想给一些个人建议供你参考：

• 建议优先考虑和研究基于relation structure的方法，关于这些方法的实验，数据集较多，对比也相对公平；
• 如果考虑attribute包括name等信息，建议考虑方法的鲁棒性泛化性等，实验方面，选择合适的数据集比如DBP15K、OpenEA2.0或者使用WD等localname是没有特定含义的知识库，方法对比上避免unfair settings，保证实验可靠有效。

祝科研顺利！有问题可以给我发邮件讨论！

孙泽群