【關(guān)于 Complex KBQA】 那些你不知道的事 (中)
作者：楊夕
項目地址：https://github.com/km1994/nlp_paper_study
面經(jīng)地址：https://github.com/km1994/NLP-Interview-Notes
論文：A Survey on Complex Knowledge Base Question Answering:Methods, Challenges and Solutions
會議：IJCAI'2021
論文地址：https://www.ijcai.org/proceedings/2021/0611.pdf
擴展長論文地址：https://arxiv.org%2Fpdf%2F2108.06688.pdf#=&zoom=130
個人介紹：大佬們好，我叫楊夕，該項目主要是本人在研讀頂會論文和復(fù)現(xiàn)經(jīng)典論文過程中，所見、所思、所想、所聞，可能存在一些理解錯誤，希望大佬們多多指正。
四、知識圖譜問答系統(tǒng)思路
s1：實體連接 (entity linking)，識別問題q的主題實體eq，其目的是將問題鏈接到知識庫中的相關(guān)實體。在這一步中，進行命名實體識別、消歧和鏈接。通常使用一些現(xiàn)成的實體鏈接工具來完成，例如 S-MART [24]、DBpediaSpotlight [25] 和 AIDA [26];
s2：利用答案預(yù)測模塊來預(yù)測答案 ?Aq。可以采用以下兩種方法進行預(yù)測:
基于語義解析 (SP-based) 方法：將問題解析為邏輯形式，并針對知識庫執(zhí)行它以找到答案;
基于信息檢索 (IR-based) 方法：檢索特定于問題的圖并應(yīng)用一些排名算法從頂部位置選擇實體。
s3：最后，將 KBQA 預(yù)測得到的預(yù)測答案 ?Aq 作為系統(tǒng)輸出返回給用戶；
五、預(yù)測答案兩類主流的方法
5.1 基于語義解析（SP-based）的方法
5.1.1 基于語義解析（SP-based）的方法整體結(jié)構(gòu)
5.1.2 自然語言理解 (NLU) 模塊
介紹：從 自然語言的問題 中抽取出 意圖和實體。
可以使用 神經(jīng)網(wǎng)絡(luò)（如：LSTM、GRU、CNN、Transformer等方法對問題進行解析，識別 問題中 意圖和實體。
5.1.3 邏輯解析 (logical parsing) 模塊
介紹：將 NLU 結(jié)果轉(zhuǎn)化成解析式
5.1.4 知識圖譜實例化 (KB grounding) 模塊
介紹：生成的解析式 轉(zhuǎn)化為 可被 指定圖數(shù)據(jù)庫識別的查詢語句
通常情況下，Iq 包含了主題實體 eq。在有些工作中，（2）和（3）可以同步進行。
5.1.5 知識執(zhí)行 (KB execution) 模塊
介紹：利用 查詢語句 查詢 指定圖數(shù)據(jù)庫，返回問題答案
5.2 基于信息檢索（IR-based）的方法
5.2.1 基于信息檢索（IR-based）的方法整體結(jié)構(gòu)
5.2.3 子圖構(gòu)建 (retrieval source construction) 模塊
介紹：從問題中的實體 eq 出發(fā)，從知識圖譜中 抽取出和 查詢問題相關(guān)的子圖。
抽取的子圖大小會隨著抽取信息距離主題實體的距離增大呈指數(shù)增加。已有方法如 GraftNet 等通過 Personalized pagerank 保留重要實體控制子圖大小。
5.2.3 問題表達 (question representation) 模塊
介紹：對 自然語言的問題 q 進行 encoding，得到該問題 q 的 向量 ，再結(jié)合其他方法生成指令。
這里，{i^(k), k=1,...,n 是第 k 步推理得到的向量，該向量蘊含了問題在該步的指令。
5.2.4 基于圖結(jié)構(gòu)的推理 (graph based reasoning) 模塊
介紹：將在指令的指導(dǎo)下在抽取的子圖中做傳送和增強。推理過程將會產(chǎn)生推理狀態(tài)向量 {i^(k), k=1,...,n。該向量在具體方法中定義有所不同，如：預(yù)測實體的分布，關(guān)系的表達等。
一些最新的工作重復(fù)（2）和（3）來實現(xiàn)顯性的多步推理。
5.2.5 答案排序 (answer ranking) 模塊
介紹：將第 n 步推理狀態(tài)向量用于最終的答案預(yù)測，排序高的實體被作為預(yù)測實體。
已有的工作通常會通過超參數(shù)閾值來選取預(yù)測答案實體。
基于信息檢索的方法訓(xùn)練目標是讓正確的答案實體排序高于其他實體。
5.3 基于語義解析（SP-based）的方法 vs 基于信息檢索（IR-based）的方法
基于語義解析（SP-based）的方法
優(yōu)點：可以通過生成表達邏輯形式來產(chǎn)生更可解釋的推理過程；
缺點：嚴重依賴于邏輯形式和解析算法的設(shè)計，這成為性能提升的瓶頸；
基于信息檢索（IR-based）的方法
優(yōu)點：對圖結(jié)構(gòu)進行復(fù)雜的推理并執(zhí)行語義匹配。這種范式自然適合流行的端到端 訓(xùn)練，并使基于語義解析（SP-based）的方法 更易于訓(xùn)練；
缺點：推理模型的黑盒風格使得中間推理的可解釋性較差。
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(fù)雜問答綜述解讀
[讀綜述] 關(guān)于知識圖譜問答的神經(jīng)網(wǎng)絡(luò)方法的介紹
KBQA知識庫問答論文分享