【关于 Complex KBQA】那些你不知道的事 (下)-轻识

作者：杨夕
论文：A Survey on Complex Knowledge Base Question Answering:Methods, Challenges and Solutions
面筋地址：https://github.com/km1994/NLP-Interview-Notes
个人笔记：https://github.com/km1994/nlp_paper_study

六、基于语义解析（SP-based）的方法 vs 基于信息检索（IR-based）的方法的挑战和解决策略

在论文中，对基于语义解析（SP-based）的方法和基于信息检索（IR-based）的方法每个模块容易遇到的问题和常用的解决方法做了介绍：

表 2：对复杂 KBQA 的现有研究总结。我们根据不同的挑战将它们分为两种主流方法w.r.t.key模块和解决方案。

6.1 Understanding Complex Semantics and Syntax

为了更好地理解复杂的自然语言问题，许多现有方法依赖句法解析，例如依赖关系和抽象意义表示 (AMR) ，以提供问题成分和逻辑之间更好的对齐表单元素（例如，实体、关系、实体类型和属性）。这条研究路线在图 4 的左侧进行了说明。

图 4：说明利用结构特性更好地理解复杂问题的两条研究路线。结构性质的参与以红色显示

6.2 Parsing Complex Queries

为了生成可执行的逻辑形式，传统方法首先利用现有的解析器将问题转换为 CCG 派生，然后通过将谓词和参数与知识库中的关系和实体对齐，将其映射到 SPARQL。

例如，问题“谁导演了泰坦尼克号？”可以通过 CCG 解析器解析为 “TARGET(x)∧directed.arg1(e, x)∧directed.arg2(e, T itanic)”。之后，谓词“directed”分别与关系“directedby”对齐，参数“Titanic”与KB中的实体“Titanic”对齐。这样的 CCG 推导可以转移到一个可执行的 SPARQL 查询。

然而，由于本体不匹配问题，这些方法对于复杂问题是次优的。因此，有必要利用知识库的结构进行准确解析，其中解析与知识库的基础一起执行。为了满足复杂问题的组合性，研究人员开发了多种表达逻辑形式作为解析目标。

图5：复杂问题“泰坦尼克号最年轻男导演的出生地是什么？”的可能解析目标的说明。x表示要查询的满意实体，x1表示查询中包含的中间实体
从主题实体入手，设计了三个查询模板作为解析目标。我们在图 5 中列出了这三个查询模板。前两个模板返回与主题实体“泰坦尼克号”相距 1 跳和 2 跳的实体。第三个模板返回与主题实体相距两跳并受另一个实体约束的实体.虽然这项工作可以成功解析几种类型的复杂问题，但它存在覆盖范围有限的问题。一项后续研究专注于设计模板来回答时间问题

6.4 rounding with Large Search Space

动机：为了获得可执行的逻辑形式，KB 接地模块用 KB 实例化可能的逻辑形式。由于知识库中的一个实体可以链接到数百甚至数千个关系，因此考虑到计算资源和时间复杂度，无法为一个复杂问题探索和构建所有可能的逻辑形式。
方法：

decompose-execute-join:首先将一个复杂的问题分解为多个简单的问题，其中每个简单的问题都被解析成简单的逻辑形式。最终答案是通过部分逻辑形式的合取或组合获得的;
expand-and-rank: 通过以迭代方式扩展逻辑形式来减少搜索空间，作为候选逻辑在第一次迭代时形成，收集了主题实体的 1 跳邻域的所有查询图。根据问题和逻辑形式之间的语义相似性对这些候选进行排名。保留排名靠前的候选者进行进一步扩展，而过滤掉排名靠后的候选者。在接下来的迭代中，对beam中排名靠前的每个查询图进行扩展，从而产生一组新的更复杂的候选查询图。这个过程将重复，直到获得最佳查询图。

6.5 Training under Weak Supervision Signals

动机：为了应对训练数据有限或不足的问题，基于强化学习 (RL) 的优化已被用于最大化预期奖励。在这种情况下，基于 SP 的方法只能在完整解析的逻辑形式执行后才能收到反馈，这导致了严重的稀疏正奖励和虚假推理问题。
解决方法：采用了奖励塑造策略来进行解析评估。

七、方法总结

八、未来研究热点

8.1 不断进化的知识图谱问答系统

动机：下线数据和线上数据的不对齐性。
解决方法：

采用继续学习 (continuous learning) 方法。当 KBQA 遇到无法处理问题时，先将其和系统中已有的训练问题进行相似度计算，获取最相似问题的解析式，让用户从中选出有效的解析式加入到训练数据中。对于用户提出没见过的问题或者包含歧义的问题时，系统推送一些候选的问题供用户选择。

8.2 鲁棒的知识图谱问答系统

动机：现有标注数据不足
解决方法：

利用元学习训练 KBQA；
利用无监督的双语词典归纳技术对低资源 (low-resource) 数据进行数据增强

8.3 更加一般定义的知识图谱

动机：除了显性地在任务中构建知识图谱，有部分工作将其他任务看作隐性的知识图谱。
解决方法：

将Bert等预训练语言模型作为辅助知识库，来提升KBQA 识别和推理性能。

8.4 对话型知识图谱问答

动机：对话型的知识图谱问答中引入知识图谱知识，来提升对话准确率。

参考

A Survey on Complex Knowledge Base Question Answering:Methods, Challenges and Solutions
複雜知識庫問答：方法、挑戰與解決方案綜述
可能是目前最全面的知识库复杂问答综述解读
[读综述] 关于知识图谱问答的神经网络方法的介绍
KBQA知识库问答论文分享

【关于 Complex KBQA】 那些你不知道的事 (下)

六、基于语义解析（SP-based）的方法 vs 基于信息检索（IR-based）的方法 的 挑战和解决策略