论文浅尝 - ACL2020 | 利用知识库嵌入改进多跳 KGQA

论文笔记整理：吴畏，东南大学硕士研究生。

---

来源: ACL 2020

论文地址: https://www.aclweb.org/anthology/2020.acl-main.412.pdf

开源代码: https://github.com/malllabiisc/EmbedKGQA

动机

在多跳KGQA中，系统需要对KG的多个边缘执行推理以推断出正确的答案。 KG通常不完整，这给KGQA系统带来了额外的挑战，尤其是在多跳KGQA的情况下。最近的方法已使用外部文本语料库来处理KG稀疏性。而本文期望通过利用KG embedding的链接预测属性，不依赖外部数据解决KG不完整问题。

贡献

1.提出了EmbedKGQA，一种用于多跳KGQA任务的新方法。EmbedKGQA是第一个将KG嵌入用于此任务的方法。EmbedKGQA在执行稀疏KG上的多跳KGQA方面特别有效。

2. EmbedKGQA放宽了从预先指定的本地邻居选择答案的要求，这是先前方法中不受欢迎的一个约束。

3.通过在多