知识图谱推理问答：如何让机器像人类一样学会推理

AI TIME欢迎每一位AI爱好者的加入！

近年来，知识图谱问答任务取得较大进展，但当问题变得复杂，涉及多个实体的比较和推理时，机器尚不能很好地解答。如何让机器像人类一样学会推理，从而处理复杂问题，是当前的一个研究热点和难点。AI TIME PhD 知识图谱专题第三期，清华大学计算机系、知识工程实验室的博士四年级研究生史佳欣，将结合知识图谱推理问答的数据集，为大家梳理主流的研究方法，分析各种方法的优缺点，并对将来的研究工作作出展望。

一、什么是推理问答

知识图谱推理问答要求计算机根据给定的知识图谱，处理实体之间的多跳、比较、集合操作等复杂问题。相较于简单问答只涉及单个实体和单个关系，推理问答的问题相对复杂，常常涉及多个实体，多个关系，多跳，比较等。简单问答，例如中国的首都是哪里？而推理问答，中国的首都和美国的首都，哪个人口更多？

简单问答只需要识别出问题中的实体和关系，链接到知识图谱中，即可查出答案。推理问答则要求计算机具备多种推理能力，具体包括：（1）处理多跳关系的能力，如“姚明的妻子的学校”；（2）数值比较的能力，如“哪个城市的人口更多”；（3）集合操作的能力，如“即是篮球运动员，又是球队老板的人有哪些”。

二、知识图谱推理问答的数据集

数据集是推理问答的基础，在本次分享中，讲者主要为大家总结了如图一所示的4个常用推理问答数据集，并从所用知识库、知识类型、问题数量、自然语言、SPARQL共5个角度加以对比。

图一 4个常用数据集对比

现有知识库主要有三种知识类型：①关系型，如（“姚明”，“出生于”，“上海”）；②属性型，如（“姚明”，“身高”，“ 229 厘米”）；③事实型，用于表示一个关系型事实或属性型事实的知识，如（（“上海”，“人口”，“23,390,000”），“统计时间”，“2016”）。在提到的4个数据集中，MetaQA 和 CSQA 仅考虑关系型知识。

但现有数据集存在一个共同的问题，都缺乏推理过程，只给出复杂的问题以及对应的答案，没有问题解答过程。回想人类是如何学习解答复杂问题的，都是先学会解答简单问题，再学会将复杂问题分解为简单问题的组合。如果数学老师只讲答案，那么应该大部分学生都无法掌握解答问题的能力。可见问题中间的解答步骤是必要的，对于机器来说亦是如此。

基于以上考虑，清华大学知识工程实验室构造了一个新的数据集——KQA Pro，可提供之前数据集都不具备的推理过程。图二是KQA Pro数据集与之前提到4个数据集的对比情况，清楚明了地展示了其属性特征。

图二 KQA Pro与其他数据集的对比

为表示推理过程，KQA Pro