简单说说EmbedKGQA

论文：Improving Multi-hop Question Answering over Knowledge Graphs using Knowledge Base Embeddings 地址：aclanthology.org/2020.acl-ma… 源码：github.com/malllabiisc…

子图构建搜索答案的问题

如果因为KG的不完整，导致边has_genre(Gangster No.1, Crime)的缺失。那么推理的过程中答案Crime在4跳的位置，如果子图搜索只限制在3跳，那么构建的子图中就没有答案可以回答。

EmbedKGQA方法

• KG Embedding Module：从输入的KG中学习所有entites的embedding，实际代码里用的是ComplEx方法，不过其他的一些KGE方法也实现了，可以替换

• Question Embedding Module：学习问题的embedding，即将一句问题提取语义信息转化为向量

  1. 论文中写的在Roberta后面加上4层MLP后ReLU激活函数转成768维的向量
  2. 代码中实际写的在Roberta后面只有1层MLP并且无ReLU激活函数转成768维的向量

• Answer Selection Module：结合问题和关系的相似度分数选择最终的答案

  • 两种情况：不论是KG大还是KG小，都是从answer scoring里面生成候选实体中选择答案，而answer scoring计算KG中所有entity的得分，然后选择top k个作为候选entity

  • KG小的情况，因为KG里面所有的Entity都做了embedding，所以通过answer scoring选择得分最高的那个entity，即top1

  • KG大的情况，pruning候选实体集能够提升表现，所以有一种Pruning策略，代码中选择得分top200

    1. 首先计算q(question)和所有关系的一个得分，大于0.5就加入到候选关系集R_a中

    2. 然后计算head entity 到 候选实体集每个entity的最短路径，保存经过路径的关系，生成关系集R_a'（该关系集是针对特定候选entity的关系集）

    3. 两个关系集取交集

    4. 如果取交集后不为空集，那么这个候选实体就是答案