自举数据问题

[lvmenglong]

您好，我对您提出的方法很感兴趣，我们复现了实验，发现自举过程是从ref_pairs中筛选新的对齐实体对，请问是否应该是从未对齐的实体中选择呢？

[sunzequn]

同学你好，感谢你对我们工作的关注。

早期的实体对齐工作从学术研究出发，数据集只考虑两个图谱是可以一对一对齐的，所以除去训练数据中的实体，剩下的实体都认为是有对齐的，也就是都可能有ref. alignment。

真实应用场景中有很多对齐任务不满足这个假设和设置，所以后续一些实体对齐工作开始考虑有的实体本身就没有对齐，比如DBP2.0数据集。在这种情况下，你的理解是对的，半监督选择新对齐的时候应该从全部候选实体里面选择。这个方向好像还没有工作来考虑，挑战性可能也比之前的数据集更大，可以探索一下。

谢谢。