【關于 Complex KBQA】 那些你不知道的事 (下)
作者：楊夕
論文：A Survey on Complex Knowledge Base Question Answering:Methods, Challenges and Solutions
面筋地址：https://github.com/km1994/NLP-Interview-Notes
個人筆記：https://github.com/km1994/nlp_paper_study
六、基于語義解析（SP-based）的方法 vs 基于信息檢索（IR-based）的方法 的 挑戰(zhàn)和解決策略
在論文中，對 基于語義解析（SP-based）的方法 和 基于信息檢索（IR-based）的方法 每個模塊容易遇到的問題和常用的解決方法做了介紹：
表 2：對復雜 KBQA 的現(xiàn)有研究總結。我們根據(jù)不同的挑戰(zhàn)將它們分為兩種主流方法w.r.t.key模塊和解決方案。
6.1 Understanding Complex Semantics and Syntax
為了更好地理解復雜的自然語言問題，許多現(xiàn)有方法依賴句法解析，例如依賴關系和抽象意義表示 (AMR) ，以提供問題成分和邏輯之間更好的對齊表單元素（例如，實體、關系、實體類型和屬性）。這條研究路線在圖 4 的左側(cè)進行了說明。
圖 4：說明利用結構特性更好地理解復雜問題的兩條研究路線。結構性質(zhì)的參與以紅色顯示
6.2 Parsing Complex Queries
為了生成可執(zhí)行的邏輯形式，傳統(tǒng)方法首先利用現(xiàn)有的解析器將問題轉(zhuǎn)換為 CCG 派生，然后通過將謂詞和參數(shù)與知識庫中的關系和實體對齊，將其映射到 SPARQL。
例如，問題“誰導演了泰坦尼克號？”可以通過 CCG 解析器解析為 “TARGET(x)∧directed.arg1(e, x)∧directed.arg2(e, T itanic)”。之后，謂詞“directed”分別與關系“directedby”對齊，參數(shù)“Titanic”與KB中的實體“Titanic”對齊。這樣的 CCG 推導可以轉(zhuǎn)移到一個可執(zhí)行的 SPARQL 查詢。
然而，由于本體不匹配問題，這些方法對于復雜問題是次優(yōu)的。因此，有必要利用知識庫的結構進行準確解析，其中解析與知識庫的基礎一起執(zhí)行。為了滿足復雜問題的組合性，研究人員開發(fā)了多種表達邏輯形式作為解析目標。
圖5：復雜問題“泰坦尼克號最年輕男導演的出生地是什么？”的可能解析目標的說明。x表示要查詢的滿意實體，x1表示查詢中包含的中間實體
從主題實體入手，設計了三個查詢模板作為解析目標。我們在圖 5 中列出了這三個查詢模板。前兩個模板返回與主題實體“泰坦尼克號”相距 1 跳和 2 跳的實體。第三個模板返回與主題實體相距兩跳并受另一個實體約束的實體.雖然這項工作可以成功解析幾種類型的復雜問題，但它存在覆蓋范圍有限的問題。一項后續(xù)研究專注于設計模板來回答時間問題
6.4 rounding with Large Search Space
動機：為了獲得可執(zhí)行的邏輯形式，KB 接地模塊用 KB 實例化可能的邏輯形式。由于知識庫中的一個實體可以鏈接到數(shù)百甚至數(shù)千個關系，因此考慮到計算資源和時間復雜度，無法為一個復雜問題探索和構建所有可能的邏輯形式。
方法：
decompose-execute-join:首先將一個復雜的問題分解為多個簡單的問題，其中每個簡單的問題都被解析成簡單的邏輯形式。最終答案是通過部分邏輯形式的合取或組合獲得的;
expand-and-rank: 通過以迭代方式擴展邏輯形式來減少搜索空間，作為候選邏輯在第一次迭代時形成，收集了主題實體的 1 跳鄰域的所有查詢圖。根據(jù)問題和邏輯形式之間的語義相似性對這些候選進行排名。保留排名靠前的候選者進行進一步擴展，而過濾掉排名靠后的候選者。在接下來的迭代中，對beam中排名靠前的每個查詢圖進行擴展，從而產(chǎn)生一組新的更復雜的候選查詢圖。這個過程將重復，直到獲得最佳查詢圖。
6.5 Training under Weak Supervision Signals
動機：為了應對訓練數(shù)據(jù)有限或不足的問題，基于強化學習 (RL) 的優(yōu)化已被用于最大化預期獎勵。在這種情況下，基于 SP 的方法只能在完整解析的邏輯形式執(zhí)行后才能收到反饋，這導致了嚴重的稀疏正獎勵和虛假推理問題。
解決方法：采用了獎勵塑造策略來進行解析評估。
七、方法總結
八、未來研究熱點
8.1 不斷進化的知識圖譜問答系統(tǒng)
動機：下線數(shù)據(jù) 和 線上數(shù)據(jù) 的不對齊性。
解決方法：
采用繼續(xù)學習 (continuous learning) 方法。當 KBQA 遇到無法處理問題時， 先將其和系統(tǒng)中已有的訓練問題進行相似度計算，獲取最相似問題的解析式，讓用戶從中選出有效的解析式加入到訓練數(shù)據(jù)中。對于用戶提出沒見過的問題或者包含歧義的問題時，系統(tǒng)推送一些候選的問題供用戶選擇。
8.2 魯棒的知識圖譜問答系統(tǒng)
動機：現(xiàn)有標注數(shù)據(jù)不足
解決方法：
利用元學習 訓練 KBQA；
利用無監(jiān)督的雙語詞典歸納技術對低資源 (low-resource) 數(shù)據(jù)進行數(shù)據(jù)增強
8.3 更加一般定義的知識圖譜
動機：除了顯性地在任務中構建知識圖譜，有部分工作將其他任務看作隱性的知識圖譜。
解決方法：
將Bert等預訓練語言模型作為輔助知識庫，來提升KBQA 識別和推理性能。
8.4 對話型知識圖譜問答
動機：對話型的知識圖譜問答中引入知識圖譜知識，來提升對話準確率。
參考
A Survey on Complex Knowledge Base Question Answering:Methods, Challenges and Solutions
複雜知識庫問答：方法、挑戰(zhàn)與解決方案綜述
可能是目前最全面的知識庫復雜問答綜述解讀
[讀綜述] 關于知識圖譜問答的神經(jīng)網(wǎng)絡方法的介紹
KBQA知識庫問答論文分享