近日，bat365官网2019级软件工程系博士生谢志文发表在中国计算机学会推荐的A类顶级国际期刊ACM Transactions on Information Systems（ACM TOIS）上，题为《Dual Gated Graph Attention Networks with Dynamic Iterative Training for Cross-Lingual Entity Alignment》的学术论文获评湖北省优秀科技论文，指导老师为刘进教授。

该论文主要关注跨语言知识图谱实体对齐任务，其目的是对多个不同语言的知识图谱中指代同一对象的实体进行匹配。传统的实体对齐方法没有考虑知识图谱中的结构信息，一些最新的研究使用图神经网络来编码知识图谱中的结构信息。然而，现有的基于图神经网络的实体对齐方法分别对两个不同语言的知识图谱独立地进行建模，然后使用少量的种子对齐实体训练模型。这种方式没有充分利用种子对齐实体学习不同语言的知识图谱间的对齐信息，并且用于训练的种子对齐数量有限，使得模型效果不佳。针对这些问题，论文提出了一种基于迭代训练的双重门控图注意网络。论文使用知识图谱内部注意机制收集知识图谱的结构特征，同时使用跨知识图谱的注意力机制捕获不同知识图谱之间的对齐信息。另外，论文使用基于动态迭代的训练方法，动态地更新跨知识图谱的对齐矩阵并生成新的种子对齐实体进行训练，从而使模型能够捕捉更多的跨知识图谱信息。论文在两个基准实体对齐数据集上进行了充分实验，并在跨语言个性化搜索的案例研究中进行了验证。实验结果表明，论文提出的模型性能优于已有的很多先进方法。

据悉，从2023年开始，配合湖北科技论坛的举办，湖北省科协每两年一次在全省范围遴选100篇优秀科技论文，旨在贯彻党的二十大精神，引导广大科技工作者多出高水平研究成果，有力支撑高水平科技自立自强，助力科技强省建设。

恭喜博士生谢志文！期待bat365官网学子再创佳绩！

（编辑：史然）