This paper proposes the Align-Subgraph Entity Alignment (ASGEA) framework to exploit logic rules from Align-Subgraphs. ASGEA uses anchor links as bridges to construct Align-Subgraphs and spreads along the paths across KGs, which distinguishes it from the embedding-based methods.
pytorch 1.12.0
torch_geometric 2.2.0
torch_scatter 2.0.9
transformers 4.26.1
- Quick start: Using script file for ASGEA-MM.
# FBDB15K & FBYG15K
>> bash run.sh FB
# DBP15K
>> bash run_dbp.sh DBP
# Multi OpenEA
>> bash run_oea.sh OEA-
❗tips: If you are using slurm, you can change the
.shfile fromdatas="FBDB15K FBYG15K" rates="0.2 0.5 0.8" expn=$1 if [ ! -d "results/${expn}" ]; then mkdir results/${expn} fi if [ ! -d "results/${expn}/backup" ]; then mkdir results/${expn}/backup fi cp *.py results/${expn}/backup/ for data in $datas ; do for rate in $rates ; do python train.py --data_split norm --n_batch 4 --n_layer 5 --lr 0.001 --data_choice ${data} --data_rate ${rate} --exp_name ${expn} --mm 1 --img_dim 4096 # echo "sbatch -o ${data}_${rate}.log run.slurm 4 5 0.001 ${data} ${rate}" # sbatch -o ${expn}_${data}_${rate}.log run.slurm 4 5 0.001 ${data} ${rate} ${expn} done done
to
datas="FBDB15K FBYG15K" rates="0.2 0.5 0.8" expn=$1 if [ ! -d "results/${expn}" ]; then mkdir results/${expn} fi if [ ! -d "results/${expn}/backup" ]; then mkdir results/${expn}/backup fi cp *.py results/${expn}/backup/ for data in $datas ; do for rate in $rates ; do echo "sbatch -o ${data}_${rate}.log run.slurm 4 5 0.001 ${data} ${rate}" sbatch -o ${expn}_${data}_${rate}.log run.slurm 4 5 0.001 ${data} ${rate} ${expn} done done
-
for ASGEA-Stru: Just set
mm=0.
❗NOTE: Download from ufile (1.69G) and unzip it to make those files satisfy the following file hierarchy:
ROOT
├── data
│ └── mmkg
└── ASGEA
👈 🔎 Click
ASGEA
├── base_model.py
├── data.py
├── load_data.py
├── models.py
├── opt.py
├── README.md
├── run.sh
├── run.slurm
├── run_dbp.sh
├── run_dbp.slurm
├── run_oea.sh
├── run_oea.slurm
├── train.py
├── utils.py
└── vis.py
👈 🔎 Click
mmkg
├─ DBP15K
│ ├─ fr_en
│ │ ├─ att_features100.npy
│ │ ├─ att_features500.npy
│ │ ├─ att_rel_features100.npy
│ │ ├─ att_rel_features500.npy
│ │ ├─ att_val_features100.npy
│ │ ├─ att_val_features500.npy
│ │ ├─ en_att_triples
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ fr_att_triples
│ │ ├─ ill_ent_ids
│ │ ├─ training_attrs_1
│ │ ├─ training_attrs_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ ja_en
│ │ ├─ att_features100.npy
│ │ ├─ att_features500.npy
│ │ ├─ att_rel_features100.npy
│ │ ├─ att_rel_features500.npy
│ │ ├─ att_val_features100.npy
│ │ ├─ att_val_features500.npy
│ │ ├─ en_att_triples
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ill_ent_ids
│ │ ├─ ja_att_triples
│ │ ├─ training_attrs_1
│ │ ├─ training_attrs_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ translated_ent_name
│ │ ├─ dbp_fr_en.json
│ │ ├─ dbp_ja_en.json
│ │ └─ dbp_zh_en.json
│ └─ zh_en
│ ├─ att_features100.npy
│ ├─ att_features500.npy
│ ├─ att_rel_features100.npy
│ ├─ att_rel_features500.npy
│ ├─ att_val_features100.npy
│ ├─ att_val_features500.npy
│ ├─ en_att_triples
│ ├─ ent_ids_1
│ ├─ ent_ids_2
│ ├─ ill_ent_ids
│ ├─ rule_test.txt
│ ├─ rule_train.txt
│ ├─ training_attrs_1
│ ├─ training_attrs_2
│ ├─ triples_1
│ ├─ triples_2
│ └─ zh_att_triples
├─ FBDB15K
│ └─ norm
│ ├─ DB15K_NumericalTriples.txt
│ ├─ FB15K_NumericalTriples.txt
│ ├─ att_features.npy
│ ├─ att_rel_features.npy
│ ├─ att_val_features.npy
│ ├─ ent_ids_1
│ ├─ ent_ids_2
│ ├─ fbid2name.txt
│ ├─ id2relation.txt
│ ├─ ill_ent_ids
│ ├─ training_attrs_1
│ ├─ training_attrs_2
│ ├─ triples_1
│ └─ triples_2
├─ FBYG15K
│ └─ norm
│ ├─ FB15K_NumericalTriples.txt
│ ├─ YAGO15K_NumericalTriples.txt
│ ├─ att_features.npy
│ ├─ att_rel_features.npy
│ ├─ att_val_features.npy
│ ├─ ent_ids_1
│ ├─ ent_ids_2
│ ├─ fbid2name.txt
│ ├─ id2relation.txt
│ ├─ ill_ent_ids
│ ├─ training_attrs_1
│ ├─ training_attrs_2
│ ├─ triples_1
│ └─ triples_2
├─ MEAformer
├─ OpenEA
│ ├─ OEA_D_W_15K_V1
│ │ ├─ att_features.npy
│ │ ├─ att_features500.npy
│ │ ├─ att_rel_features.npy
│ │ ├─ att_rel_features500.npy
│ │ ├─ att_val_features.npy
│ │ ├─ att_val_features500.npy
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ training_attrs_1
│ │ ├─ training_attrs_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_D_W_15K_V2
│ │ ├─ att_features.npy
│ │ ├─ att_features500.npy
│ │ ├─ att_rel_features.npy
│ │ ├─ att_rel_features500.npy
│ │ ├─ att_val_features.npy
│ │ ├─ att_val_features500.npy
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ training_attrs_1
│ │ ├─ training_attrs_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_D_Y_15K_V1
│ │ ├─ 721_5fold
│ │ │ ├─ 1
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 2
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 3
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 4
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ └─ 5
│ │ │ ├─ test_links
│ │ │ ├─ train_links
│ │ │ └─ valid_links
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ent_links
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ rel_triples_1
│ │ ├─ rel_triples_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_D_Y_15K_V2
│ │ ├─ 721_5fold
│ │ │ ├─ 1
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 2
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 3
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 4
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ └─ 5
│ │ │ ├─ test_links
│ │ │ ├─ train_links
│ │ │ └─ valid_links
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ent_links
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ rel_triples_1
│ │ ├─ rel_triples_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_EN_DE_15K_V1
│ │ ├─ att_features.npy
│ │ ├─ att_features500.npy
│ │ ├─ att_rel_features.npy
│ │ ├─ att_rel_features500.npy
│ │ ├─ att_val_features.npy
│ │ ├─ att_val_features500.npy
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ training_attrs_1
│ │ ├─ training_attrs_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_EN_DE_15K_V2
│ │ ├─ 721_5fold
│ │ │ ├─ 1
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 2
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 3
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 4
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ └─ 5
│ │ │ ├─ test_links
│ │ │ ├─ train_links
│ │ │ └─ valid_links
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ent_links
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ rel_triples_1
│ │ ├─ rel_triples_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_EN_FR_15K_V1
│ │ ├─ att_features.npy
│ │ ├─ att_rel_features.npy
│ │ ├─ att_val_features.npy
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ training_attrs_1
│ │ ├─ training_attrs_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ OEA_EN_FR_15K_V2
│ │ ├─ 721_5fold
│ │ │ ├─ 1
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 2
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 3
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ ├─ 4
│ │ │ │ ├─ test_links
│ │ │ │ ├─ train_links
│ │ │ │ └─ valid_links
│ │ │ └─ 5
│ │ │ ├─ test_links
│ │ │ ├─ train_links
│ │ │ └─ valid_links
│ │ ├─ attr_triples_1
│ │ ├─ attr_triples_2
│ │ ├─ ent_ids_1
│ │ ├─ ent_ids_2
│ │ ├─ ent_links
│ │ ├─ ill_ent_ids
│ │ ├─ rel_ids
│ │ ├─ rel_triples_1
│ │ ├─ rel_triples_2
│ │ ├─ triples_1
│ │ └─ triples_2
│ ├─ pkl
│ │ ├─ OEA_D_W_15K_V1_id_img_feature_dict.pkl
│ │ ├─ OEA_D_W_15K_V2_id_img_feature_dict.pkl
│ │ ├─ OEA_EN_DE_15K_V1_id_img_feature_dict.pkl
│ │ └─ OEA_EN_FR_15K_V1_id_img_feature_dict.pkl
│ └─ data.py
├─ dump
├─ embedding
│ ├─ dbp_fr_en_char.pkl
│ ├─ dbp_fr_en_name.pkl
│ ├─ dbp_ja_en_char.pkl
│ ├─ dbp_ja_en_name.pkl
│ ├─ dbp_zh_en_char.pkl
│ ├─ dbp_zh_en_name.pkl
│ └─ glove.6B.300d.txt
└─ pkls
├─ FBDB15K_id_img_feature_dict.pkl
├─ FBYG15K_id_img_feature_dict.pkl
├─ dbpedia_wikidata_15k_dense_GA_id_img_feature_dict.pkl
├─ dbpedia_wikidata_15k_norm_GA_id_img_feature_dict.pkl
├─ fr_en_GA_id_img_feature_dict.pkl
├─ ja_en_GA_id_img_feature_dict.pkl
└─ zh_en_GA_id_img_feature_dict.pkl
Please condiser citing this paper if you use the code or data from our work.
Thanks a lot :)
@article{DBLP:journals/corr/abs-2402-11000,
author = {Yangyifei Luo and
Zhuo Chen and
Lingbing Guo and
Qian Li and
Wenxuan Zeng and
Zhixin Cai and
Jianxin Li},
title = {{ASGEA:} Exploiting Logic Rules from Align-Subgraphs for Entity Alignment},
journal = {CoRR},
volume = {abs/2402.11000},
year = {2024}
}