带有回报调整的多跳知识图谱推理
链接:https://arxiv.org/pdf/1808.10568.pdf
多跳推理是在不完全知识图谱(KG)上解析问答(QA)的有效方法。这个问题可以由强化学习(RL)进行规划,基于策略的代理持续地扩展推理路径直到到达目标。但在不完全的KG环境中,代理收到由于训练数据中错误负例造成的低质量回报,这降低了测试阶段的泛化能力。此外由于没有黄金标准的行动序列用作训练,代理会被假的搜索轨迹误导,只能偶然地被导向到正确的答案。该文提出两种模型以解决两个问题:(1)采用预训练单跳embedding模型来估计未观察到的事实以减少错误负例监督的影响;(2)让代理以随机生成边掩码的方式探索不同的路径集,以计算对基于策略RL的假路径的敏感性。该方法在几个基准数据集上提升了现有的基于路径的KGQA模型并可以与基于embedding的模型一比。