Comparative Toxicogenomics Database

新框架系统性地比较了生物医学文本与知识图谱的对齐策略

研究人员开发了一个新框架，用于系统性地比较生物医学文本与知识图谱的对齐策略。该框架利用对比学习目标，并冻结文本编码器和知识图谱嵌入模型，仅学习它们空间之间的轻量级投影。创建了一个包含超过 22,000 个文档-三元组对的新语料库 CTD-Align 来评估这些策略。研究发现，三元组构成和训练方向显著影响对齐性能，而文本编码器选择和负样本采样效果甚微。最有效的方法是将文本投影到知识图谱空间，使用线性头部对连接的主语、谓语和宾语嵌入进行操作。