论文浅尝 | 基于时序知识图谱的问答

本文介绍了基于时序知识图谱的问答任务,提出了新的数据集CRONQUESTIONS和CRONKGQA模型。CRONKGQA通过TComplEx获取实体和时间戳的embedding,用于解决时间预测问题,实验证明其在时序推理上优于其他模型。
摘要由CSDN通过智能技术生成

d79973cb9aa77ad499d4179ff5467a50.png

笔记整理:姚云志,浙江大学在读博士,研究方向为自然语言处理。

链接:https://arxiv.org/pdf/2106.01515.pdf

时序知识图谱是一种多关系的知识图谱,相较于常规的知识图谱,时序知识图谱中的关系中会与时间段相关联,譬如在常规的知识图谱中存在着(Barack Obama, held position, President of USA)这样的三元组关系,而在时序知识图谱中,则会同时包含这段关系存在的时间,(Barack Obama, held position, President of USA, 2008, 2016)。

知识图谱问答任务(KGQA)的任务是使用KG作为知识库回答自然语言问题,问题的答案通常是KG中的一个实体(节点),回答问题所需的推理是基于单个事实、多跳或基于连接/比较的推理。基于时序图谱的问答任务(Temporal KGQA)则具备了以下更多的特点:

1.知识库是一个时序知识图谱。2.答案是实体或持续的时间。3.需要复杂的时间推理。

然而,目前关于时序知识图谱问答任务的数据集的研究非常少,从图1中&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值