日前，管理工程学院青年教师贾宁宁以第一作者署名的论文“QUARTER: An LLM-enhanced quaternion graph attention network for entity alignment between temporal knowledge graphs”在计算机领域国际知名期刊 Information Fusion 发表。论文合作者是我院姚翠友教授。最新数据显示， Information Fusion 是计算机科学领域JCR一区期刊，影响因子为15.5。

论文简介：

实体对齐旨在识别不同知识图谱之间的等价实体。时序知识图谱通过引入时间戳扩展了传统知识图谱，并受到越来越多的关注。目前，基于图神经网络的方法在时序知识图谱之间的实体对齐方面取得了良好的效果，这些方法通常将实体嵌入学习为欧氏空间中的实数向量。然而，欧氏向量已被证明在表示具有复杂结构的图数据方面较弱，导致底层模型的表达能力不足和对齐性能不佳。此外，时序知识图谱之间的实体对齐尚未充分利用文本信息，有很大的改进空间。

本文提出了一种大型语言模型增强的四元数图注意力网络用于时序知识图谱之间的实体对齐，该网络首次将时序知识图谱编码到具有更强表达能力的四元数空间。具体地，本文提出了四元数图注意力网络，用于学习实体作为四元数向量的嵌入，同时兼顾图结构和时序感知关系。此外，为了充分利用文本信息，本文引入了一个逻辑学习模型提取时间知识图谱的语义特征，并通过语义几何门控机制和语义引导的注意力机制将其与四元数图注意力网络结合起来。这些组件能够更有效地融合结构和文本信息，从而增强实体嵌入并提升对齐性能。最后，在四个公开数据集上进行实验，结果表明本文提出的模型优于基线模型。

作者简介：

贾宁宁，首都经济贸易大学管理工程学院讲师，主要研究方向为自然语言处理、深度学习和知识图谱。

姚翠友，首都经济贸易大学管理工程学院教授，主要研究方向为系统仿真、决策分析。