WWWFeb, 2024

通过证据模式检索增强知识图谱上的复杂问题回答

PDF
TL;DR信息检索中的知识图谱问答方法包括两个阶段：子图提取和答案推理。我们认为当前的子图提取方法低估了证据事实之间的结构依赖的重要性。我们提出了证据模式检索（EPR）来在子图提取过程中明确地建模结构依赖关系。通过对资源对的原子相邻模式进行索引，我们实现了 EPR。给定一个问题，我们进行密集检索，以获取由资源对形成的原子模式。然后，我们枚举它们的组合来构造候选证据模式。使用神经模型对这些证据模式进行评分，并选择最佳模式来提取下游答案推理所需的子图。实验结果表明，基于 EPR 的方法显著提高了在 ComplexWebQuestions 上 IR-KGQA 方法的 F1 得分，且在 WebQuestionsSP 上取得了竞争性的性能。
information retrievalkgqasubgraph extractionevidence pattern retrievalstructural dependencies
发现论文，激发创造
  • 三元组检索的图式推理问答

    提出了一种简单而有效的方法来检索和重新排序与问题回答相关的三元组，并将它们与问题连接以提高语言模型的表现，实验结果显示，其在常识问答和开放式书本问答数据集上均表现优于现有的最佳方法。

    May, 2023

  • 通过结构化查询模式在知识图谱上进行问答

    提出了一种有效的自然结构查询模式方法，该方法可实现基于知识图谱的自然语言问答并在三个问答基准测试中显著优于现有方法。

    Oct, 2019

  • 利用准知识图谱将多文献证据连接来回答复杂问题

    该论文介绍了一种名为 QUEST 的方法，该方法通过计算来自不同文档的部分结果的相似度连接，从而直接从文本源中回答复杂问题。

    Aug, 2019

  • EWEK-QA：面向引文问答系统的增强网络和高效知识图检索

    通过设计自适应的网页检索器和高效地整合知识图谱三元组的方法，我们提出了增强型网页和高效知识图谱检索解决方案（EWEK-QA），以丰富系统提供的提取知识内容。我们的模型通过一系列定量分析和人工评估实验证明了 EWEK-QA 的有效性，显著提高了网页检索基线的相关段落提取率（>20%）、答案范围覆盖率（>25%）和自包含性（>35%），在 7 个定量问答任务和人工评估中明显优于仅使用网页或知识图谱的最新基线模型。

    Jun, 2024

  • 多跳知识库问答的子图检索增强模型

    本研究提出了一种可训练的子图检索器（SR），它与后续的推理过程分离，可增强任何以子图为导向的 KBQA 模型，并通过弱监督的预训练以及端到端的微调，与 NSM 组合成为新的基于嵌入的 KBQA 方法的最新的最先进的表现。

    Feb, 2022

  • 查询增强的适应性语义路径推理用于归纳式知识图谱补全

    本文提出了 Query-Enhanced Adaptive Semantic Path Reasoning (QASPR) 框架，同时捕捉知识图谱的结构和语义信息，以增强归纳式知识图谱完成任务。QASPR 通过使用查询依赖的掩蔽模块自适应地掩蔽噪声结构信息并保留与目标密切相关的重要信息。此外，QASPR 引入了一个全局语义评分模块，评估知识图谱中推理路径上节点的个体贡献和集体影响。实验结果表明，QASPR 实现了最先进的性能。

    Jun, 2024

  • 学习在维基百科图上检索推理路径用于问答

    介绍了一种基于图形的循环检索方法，学习在 Wikipedia 图形上检索推理路径来回答多跳开放域问答问题。该方法在三个开放域 QA 数据集上实现了最新技术成果，特别是在 HotpotQA 中表现出显著的改进，超过了以前最好的模型 14 个百分点以上。

    Nov, 2019

  • 利用图模型同构的知识图谱问答

    本文提出了一种基于图同构的 QA 方法 ——TeBaQA，其通过学习 SPARQL 查询的基本图模式来回答问题，从而在减少训练数据量的同时实现了与最先进技术相同的性能，在 QALD 和 LC-QuAD v1 数据集上都具有极高的性能。

    Mar, 2021

  • 图增强的学习排序用于查询大规模知识图谱

    提出了一种基于子图分区的图增强学习排序模型，该模型整合了子图匹配网络和增强双边多角度匹配模型，用于知识图谱问答中的答案选择。在多个基准数据集上的实验结果表明，该方法具有很好的效果。

    Nov, 2021

  • 基于规则学习的关系模式知识图嵌入的综合研究

    知识图谱嵌入（KGE）是解决知识图谱完成（KGC）任务的有效方法。本文通过对 4 种常见关系模式的性能评估和理论分析，引入了一种无需额外训练的训练无关方法（SPA）来提高 KGE 模型的性能。

    Aug, 2023