Nov, 2023
自供知识图谱：无监督程序合成用于零样本知识图谱问答
Bring Your Own KG: Self-Supervised Program Synthesis for Zero-Shot KGQA
TL;DRBYOKG是一种通用的问答系统，可以在任何知识图（KG）上运作，无需人工标注的训练数据，并且可以在一天内准备好使用，它通过探索未知知识图中的信息（从随机节点开始，检查相邻节点和边缘的标签，并将其与先有的世界知识结合）来模拟人类对信息的理解能力。BYOKG使用一个以语言模型为基础的符号代理进行探索，生成多样的查询程序示例，并使用这些示例来进行检索增强推理，从而预测任意问题的程序。BYOKG在小规模和大规模图上都非常有效，在GrailQA和MetaQA数据集上的零样本基准测试上，QA准确性极大提高，分别达到27.89和58.02的F1值。在GrailQA数据集上，我们进一步展示了我们的无监督BYOKG的表现优于监督的上下文学习方法，证明了探索的有效性。最后，我们发现随着持续的探索和基础语言模型的改进，BYOKG的性能可靠地提升，尤其在GrailQA的子样本零样本测试中，F1值比最先进的微调模型高出7.08。