【读论文】Improving Multi-hop Questio

系统简称：EmbedKGQA
发表会议：ACL 2020
研究领域：KBQA
作者团队：Indian Institute of Science

KBQA旨在通过KG回答自然语言问句。multi-hop KGQA需要在KG上的多条边之间进行推理，同时知识库上存在很多missing links，这些都给multi-hop KGQA带来了挑战。
本文尝试将KG embedding与multi-hop KGQA结合，实验表明EmbedKGQA是一种有效的multi-hop KGQA的方式。

如上图所示，当这里缺失了一条has_genre(Ganster No.1, Crime)边时，现有的KGQA系统就无法很好地回答了（因为通常他们限制3跳以内的实体）。

为了解决这种问题，作者提出了EmbedKGQA，利用KG embedding来回答多跳问题。（应该是首个将 KG embedding应用到multi-hop问题上的方法）

Overview

KG Embedding模块学习KG中所有的entity embedding，Question Embedding模块学习句子的embedding。 Answer selection 模块选择最终的答案。
通过这种方式，能够：

1. 解决KG稀疏的问题（缺失边）
2. 由于EmbedKGQA将所有的实体作为候选实体，因此不存在答案实体out-of-reach的问题

KG Embedding Module

这里采用了ComplEX的embedding。
Trouillon T, Welbl J, Riedel S, et al. Complex embeddings for simple link prediction[C]//International Conference on Machine Learning. PMLR, 2016: 2071-2080.
https://arxiv.org/abs/1606.06357

ComplEx是一种基于张量分解的embedding方法，将relation和entity嵌入到复数空间。
score function定义为：

Question Embedding Module

用RoBERTa做question embedding，将[CLS]过了一个4层的全连接层。打分函数和ComplEx的定义相同 (从topic entity出发，经过句子的embedding，得到target entity)：

损失函数为预测的分数的sigmoid概率与实际标签的binary cross entropy

Answer Selection Module

很简单，选取打分最高的实体即可。

但是显然，去遍历所有的实体是不可接受的，因此需要进行搜索空间裁剪。这里采用了Relation matching进行空间裁剪。

定义关系和句子的相似度为：

其中为relation 的embedding。

选取分数大于0.5的作为集合。

对每个候选实体，找到从头实体到的最短路径中的relation，记为集合。
定义relation score为：

最终，对于候选实体的打分修改为：

实验

数据集：

• MetaQA
• WebQuestionSP (这里为WebQuestionSP抽取了一个freebase子图，只包含问句集中出现的关系和topic entity及其两跳内的entity）

实验结果

QA实验：

missing link 实验：

neighbour based 过滤及relation matching model的重要性：