近日，必贏官網(wǎng)2019級(jí)軟件工程系博士生謝志文發(fā)表在中國(guó)計(jì)算機(jī)學(xué)會(huì)推薦的A類頂級(jí)國(guó)際期刊ACM Transactions on Information Systems（ACM TOIS）上，題為《Dual Gated Graph Attention Networks with Dynamic Iterative Training for Cross-Lingual Entity Alignment》的學(xué)術(shù)論文獲評(píng)湖北省優(yōu)秀科技論文，指導(dǎo)老師為劉進(jìn)教授。

該論文主要關(guān)注跨語(yǔ)言知識(shí)圖譜實(shí)體對(duì)齊任務(wù)，其目的是對(duì)多個(gè)不同語(yǔ)言的知識(shí)圖譜中指代同一對(duì)象的實(shí)體進(jìn)行匹配。傳統(tǒng)的實(shí)體對(duì)齊方法沒(méi)有考慮知識(shí)圖譜中的結(jié)構(gòu)信息，一些最新的研究使用圖神經(jīng)網(wǎng)絡(luò)來(lái)編碼知識(shí)圖譜中的結(jié)構(gòu)信息。然而，現(xiàn)有的基于圖神經(jīng)網(wǎng)絡(luò)的實(shí)體對(duì)齊方法分別對(duì)兩個(gè)不同語(yǔ)言的知識(shí)圖譜獨(dú)立地進(jìn)行建模，然后使用少量的種子對(duì)齊實(shí)體訓(xùn)練模型。這種方式?jīng)]有充分利用種子對(duì)齊實(shí)體學(xué)習(xí)不同語(yǔ)言的知識(shí)圖譜間的對(duì)齊信息，并且用于訓(xùn)練的種子對(duì)齊數(shù)量有限，使得模型效果不佳。針對(duì)這些問(wèn)題，論文提出了一種基于迭代訓(xùn)練的雙重門控圖注意網(wǎng)絡(luò)。論文使用知識(shí)圖譜內(nèi)部注意機(jī)制收集知識(shí)圖譜的結(jié)構(gòu)特征，同時(shí)使用跨知識(shí)圖譜的注意力機(jī)制捕獲不同知識(shí)圖譜之間的對(duì)齊信息。另外，論文使用基于動(dòng)態(tài)迭代的訓(xùn)練方法，動(dòng)態(tài)地更新跨知識(shí)圖譜的對(duì)齊矩陣并生成新的種子對(duì)齊實(shí)體進(jìn)行訓(xùn)練，從而使模型能夠捕捉更多的跨知識(shí)圖譜信息。論文在兩個(gè)基準(zhǔn)實(shí)體對(duì)齊數(shù)據(jù)集上進(jìn)行了充分實(shí)驗(yàn)，并在跨語(yǔ)言個(gè)性化搜索的案例研究中進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，論文提出的模型性能優(yōu)于已有的很多先進(jìn)方法。

據(jù)悉，從2023年開(kāi)始，配合湖北科技論壇的舉辦，湖北省科協(xié)每?jī)赡暌淮卧谌》秶噙x100篇優(yōu)秀科技論文，旨在貫徹黨的二十大精神，引導(dǎo)廣大科技工作者多出高水平研究成果，有力支撐高水平科技自立自強(qiáng)，助力科技強(qiáng)省建設(shè)。

恭喜博士生謝志文！期待必贏官網(wǎng)學(xué)子再創(chuàng)佳績(jī)！

（編輯：史然）