Article Dans Une Revue Semantic Web – Interoperability, Usability, Applicability Année : 2025

Analysis of the Performance of Representation Learning Methods for Entity Alignment: Benchmark Versus Real-World Data

Analyse des performances des méthodes d’apprentissage de représentations pour l’alignement d’entités : jeux de données de référence versus données du monde réel

Résumé

Representation learning for entity alignment (EA) aims to identify entities in different knowledge graphs (KGs) that refer to the same real-world object by comparing their embedding similarity. Although many EA models perform well on synthetic benchmark datasets, this performance does not always transfer to real-world, incomplete, and domain-specific data. A systematic comparison between synthetic benchmarks and original heterogeneous datasets is still limited. Many EA models also restrict the alignment search space to validation entities, limiting coverage of real KG content. Within this setting, our results show that embedding-based EA models continue to face generalization challenges in realistic large-scale KG search spaces. We evaluate several competitive EA models-commonly tested on benchmarks such as DBP15K-on multiple real-world heterogeneous datasets. The experiments reveal a performance decrease when moving beyond synthetic benchmarks, indicating that current models do not fully capture the characteristics of real data. We also analyze semantic similarity and profiling features of the datasets to help explain these differences. This study outlines practical limitations of embedding-based EA methods and provides insights for developing approaches that better handle the variability and complexity found in real-world KG alignment tasks.

L’apprentissage de représentations pour l’alignement d’entités (EA) vise à identifier des entités dans différents graphes de connaissances (KG) qui renvoient au même objet du monde réel en comparant la similarité de leurs représentations vectorielles. Bien que de nombreux modèles d’EA obtiennent de bonnes performances sur des jeux de données de référence synthétiques, ces performances ne se transfèrent pas toujours aux données du monde réel, incomplètes et spécifiques à un domaine. Une comparaison systématique entre les benchmarks synthétiques et les jeux de données hétérogènes originaux reste encore limitée. De nombreux modèles d’EA restreignent également l’espace de recherche de l’alignement aux entités de validation, ce qui limite la couverture du contenu réel des KG. Dans ce contexte, nos résultats montrent que les modèles d’EA basés sur des représentations vectorielles continuent de faire face à des défis de généralisation dans des espaces de recherche de KG réalistes et à grande échelle. Nous évaluons plusieurs modèles d’EA compétitifs - couramment testés sur des benchmarks tels que DBP15K - sur plusieurs jeux de données hétérogènes du monde réel. Les expériences révèlent une baisse des performances lorsque l’on dépasse les benchmarks synthétiques, indiquant que les modèles actuels ne capturent pas pleinement les caractéristiques des données réelles. Nous analysons également la similarité sémantique et les caractéristiques de profilage des jeux de données afin d’aider à expliquer ces différences. Cette étude met en évidence les limites pratiques des méthodes d’EA basées sur des représentations vectorielles et fournit des pistes pour le développement d’approches capables de mieux gérer la variabilité et la complexité propres aux tâches d’alignement de KG du monde réel.

Fichier principal
Vignette du fichier
swj3636.pdf (816.47 Ko) Télécharger le fichier
Origine Publication financée par une institution
Licence

Dates et versions

hal-05447876 , version 1 (08-01-2026)

Licence

Identifiants

Citer

Ensiyeh Raoufi, Bill Gates Happi Happi, Pierre Larmande, François Scharffe, Konstantin Todorov. Analysis of the Performance of Representation Learning Methods for Entity Alignment: Benchmark Versus Real-World Data. Semantic Web – Interoperability, Usability, Applicability, 2025, 17 (1), ⟨10.1177/09217134251389825⟩. ⟨hal-05447876⟩
101 Consultations
311 Téléchargements

Altmetric

Partager

  • More