一些小疑问

[lianzhaoy]

尊敬的作者，您好：
本人首次接触实体对齐任务，觉得您的工作是非常棒的，在复现了之后有一些疑问需要请教您：

1. train_links，valid_links，test_links中的实体对都是已经对齐的吗？如果不是，请问已对齐实体对和未对齐实体对的比例是多少？
2. predicate_local_name中包含的是本体的关系和属性名称，是否包含本体自身呢？比如http://dbpedia.org/resource/The_Witman_Boys的本体是谁？
3. 我对您的工作进行了复现，结果如下：
   nv test results:
   quick results: hits@[1, 5, 10, 50] = [84.135 89.055 89.522 90.445]%, time = 43.550 s
   rv test results:
   quick results: hits@[1, 5, 10, 50] = [84.137 88.278 89.072 90.772]%, time = 42.814 s
   av test results:
   quick results: hits@[1, 5, 10, 50] = [84.952 88.517 89.047 90.095]%, time = 43.013 s
   final test results:
   quick results: hits@[1, 5, 10, 50] = [86.453 89.398 89.852 90.94 ]%, time = 42.890 s
   效果并没有文中的高；后来检查发现是args.json中的"encoder_active": "thah"，原文使用的是tanh，因此我在源码复现基础上将thah改为tanh，但是报错：ValueError: Input contains NaN, infinity or a value too large for dtype('float64').；我又使用了sigmoid，但是效果比thah差2个百分点
4. 我复现的输出是kg1_attr_ids，kg1_ent_ids，kg1_rel_ids，我有看到您回复其他人“MultiKE的输出是两个KG之间潜在对齐的实体对集合；”，但是在我复现的时候并没有看到类似的文件，请问是什么原因呢？
   非常期待并感谢您的答复，谢谢！

[sunzequn]

你好，感谢你对我们工作的关注。

1. 都是对齐实体，三个文件分别是训练、验证和测试集。
2. 没有包含类别信息。
3. 在中间层使用sigmoid可能不太好，也可以试试别的激活函数或者不用激活函数。
4. 可能需要调用一下save方法，如果我没记错的话。

[lianzhaoy]

好的，非常感谢您的答复！代码里面调用了save，但是并没有生成对应的实体对齐结果，请问是否能更新一下代码？