【知识图谱】知识抽取与挖掘（Ⅱ）

一、面向文本的知识抽取

1、DeepDive关系抽取实战

2、开放域关系抽取

（1）信息抽取（IE）概述

IE的发展趋势

主要系统

传统IE和OpenIE互相补充：

• 可以按当前知识库的规范数据，链接更多网络数据。
• OpenIE所得到的三元组可以用扩充知识库。

（2）信息抽取（IE）系统发展

① 第一代OpenIE系统

TextRunner

• 抽取特征：NER、POS、Dependency Parsing
• 学习模型：Navie Bayes、CRF

WOE

• 将核心语法路径也作为一个关系（涉及依存句法分析技术）

示例

面临的挑战

• 关系不一致、不准确（例如：从句）
  E.g. Peter thought that John began his career as a scientist
  • True: (John, began, his career as a scientist)
  • False: (Peter, began, his career as a scientist)
• 提取的关系不包含有效信息（例如：多元关系）
  E.g. Al-Qaeda claimed responsibility for the 9/11 attacks
  • True: (AI-Qaeda, claimed responsibility, for the 9/11 attacks)
  • False: (Al-Qaeda, claimed, responsibility)

② 第二代OpenIE系统：更深入研究句子的语法特性

Reverb

• 基于动词的关系抽取：围绕动词词组抽取以下关系

  V | VP | VW * P
  	V = verb particle? adv?
  	W = (noun | adj | adv | pron | det)
  	P = (prep | particle | inf.marker)
  

OLLIE

• 增加抽取名词和形容词中包含的语义信息；

  示例：Microsoft co-founder Bill Gates spoke at ...
  OLLIE可以抽取 (Bill Gates, be co-founder of, Microsoft)，Reverb不可以

• 把 Reverb 中抽取的关系作为种子，来学习更多的模板。

ClauseIE

• 基于子句的抽取
  • 将句子拆分成各个从句，定义从句类型
  • 用语法规则和句法依赖判断从句类型（Decision Tree）
• 过程：抽取从句集合->识别从句类型->抽取关系

③ 更多进展

模型

• 联合训练：训练一个统一模型，同时抽取实体和关系
• 模板匹配方法与深度学习方法相结合
• 矩阵因式分解 等所有好用的分类器

源数据

• 结构化的知识库：可以依赖知识库进行更好的链接和特征抽取

（3）OpenIE的应用

直接回答问题：回答不同用户提出的不同领域形如 (A1, ?, A2) 的问题

作为其他NLP任务的特征

• 文本理解
• 相似度比较

二、知识挖掘

1、实体消歧与链接

实体消歧可以通过实体链接的方式完成

（1）实体链接

实体链接：给定一篇文本中的实体指称(mention),确定这些指称在给定知识库中的目标实体 (entity)

实体链接基本流程：

• 实体引用表： 从 mention 到 entity ID 的映射表。
• 示例：将乔丹与ID为2的实体的映射就是实体引用表中的一个示例。
• 作用：查找出某一实体在知识库中对应的别名、简称、和同义词等。（可能存在错误）

实体的链接主要工作：

• 候选实体的生成（图中蓝色的即为候选实体）
• 候选实体的消歧（如区分出UCB的乔丹和篮球之神乔丹）。

（2）基于 entity-mention 模型：生成概率模型

简述：基于百科型知识库，适用于长、短文本场景。

该模型的流程如上图所示，其过程如下：假设有两个句子，其中的实体分别为 Jordan(左) 和 Michael Jordan(右)，即模型中的 Mention。问题：要判断这两个 Jordan 指的到底是 篮球大神 还是 ML大神 ？ 这个问题可以用公式表述为:

$$e=arg\underset{e}{\max }\frac{P(m,e)}{P(m)}$$
等价于:$$e=arg\underset{e}{\max }P(m,e)=arg\underset{e}{\max }P(e)P(s|e)P(c|e)$$

• 其中，$e$ 为entity（目标实体），$s$ 为name，$c$ 为mention。
  • $P(e)$ 表示该目标实体的先验概率（实体流行度），
  • $P(s|e)$ 来自前面流程图中的实体引用表,它表示s作为目标实体e的毛文本出现的概率，s表示name。
  • $P(c|e)$ 表示的是翻译概率，由目标实体可以生成该mention的概率。

这样可以将上述例子描述为：给定一个 $m$ 求生成 $e$ 的概率，此处即为给定一个文本“Jordan joins Bulls in 1984.”，其中提及为 “Jordan”，通过计算由 Jordan 生成 Michael Jeffrey Jordan 的概率和 Michael I. Jordan 的概率，概率大的为最终的结果。即，根据 mention 所处的句子和上下文来判断该 mention 是某一实体的概率。

（3）构建实体关联图与标签传播算法消歧

简述：基于百科型知识库，适用于长文本场景。

实体关联图由三个部分组成：

• 每个顶点 $V_i=<m_i,e_i>$由 mention-entity 对构成；
• 每个顶点得分 ：代表实体指称 $m_i$ 的目标实体为 $e_i$ 概率可能性大小；
• 每条边的权重：代表语义关系计算值，表明顶点 $V_i$ 和 $V_j$ 的关联程度。

基于实体关联图消歧具体过程如下：

• 1、顶点的得分的初始化
  • 若顶点 $V$ 实体不存在歧义，则顶点得分设置为 1，如图中最左边的两个结点，即加粗表示；
  • 若顶点中 mention 和 entity 满足 $\mathrm{p}(e|m)>=0.95$，则顶点得分也设置为 1。
  • 其余顶点的得分设置为 $\mathrm{p}(e|m)$。
• 2、边的权重的初始化：基于深度语义关系模型
  
  • 此处可以使用Wikipedia作为知识库，由于Wikipedia既包含结构化数据有包括非结构化数据，很适合作为训练数据来训练。
  • 符号定义：E: entity, R: relation, ET: entity type, D: word.
  • 过程：首先通过 Word Hashing 将上述变量转换为特征向量（类似于embedding？），接着做多层非线性投影（如使用 $sigmoid$ 等函数）得到语义层 $y$；最后计算语义的相似度（如计算余弦相似度）作为两个实体之间的权重。
• 3、基于图的标签传播算法
  • 步骤：（1）构造相似矩阵；（2）迭代传播直到收敛算法结束。
  • 若某些 mention 没有多个候选实体，则可认为它是 labeled；
    • 例如：图中 nba 可认为是 labeled，而 new york 有两个候选实体所以认为是 unlabeled；
  • 将 labeled 数据（一般多个）的影响向外传播，形成了一种协同传播，相当于构建了一个相似矩阵；
    对图进行 regulation，直到每一个标签都稳定了，起到协同消歧的作用。

（4）基于实体关联图和动态PageRank算法消歧

简述：基于百科型知识库，适用于长文本场景。

基本流程：

• 基于RDF三元组的数据库，离线将RDF三元组转换成实体向量（eg：woed2vec、知识图谱表示学习等方法）；
• 根据实体向量计算相似度，并构建实体关联图；
• 使用基于图的动态PageRank算法更新图。

候选实体语义相似度计算：

• 基本思想：先将 RDF 转换成 vector，接着计算 vector 之间的相似度。
  

• Weisfeiler-Lehman Algorithm：将RDF图转换成子图，再将子图转换成序列；
• Skip-gram model：词向量。The Skip-gram model architecture usually tries to achieve the reverse of what the CBOW model does. It tries to predict the source context words (surrounding words) given a target word (the center word);
• 计算余弦相似度。

构建实体关联图：

• 实体关联图的组成（四个部分）：

  • 实体指称节点
  • 候选实体节点
  • 候选实体节点顶点值：代表该候选实体是实体指称的目标实体概率大小
  • 候选实体节点边权值：代表两个候选实体间的转化概率大小

• 构建过程：

  • 各候选实体节点值：初始化均相等，之后每一轮更新为上一轮PageRank得分。
  • 候选实体节点边权值：
    • 计算两个实体之间相似度大小（cos函数）：
      $$SM(e_a^i,e_b^j)=cos(v(e_a^i),v(e_b^j))$$
    • 计算两个候选实体之间转换概率：
      $$ETP(e_a^i,e_b^j)=\frac{SM(e_a^i,e_b^j)}{{\sum }_{k\eta }(v,v_i)SM(e_a^i,k)}$$

更新实体关联图：

过程：首先根据PageRank算法计算未消歧实体指称实体的得分，取得分最高的未消歧实体。而后删除其他候选实体及相关的边，更新图中的边权值。

其流程如下图所示：

（5）小结

• 知识库的变更：从百科知识库发展到特定领域知识库；
• 实体链接的载体：从长文本到短文本，甚至到列表和表格数据；
• 候选实体生成追求同义词、简称、各种缩写等的准备和高效从Mention到实体候选的查找；
• 实体消歧则考虑相似度计算的细化和聚合，以及基于图计算协同消歧；

2、知识规则挖掘

（1）主要方法

• 基于归纳逻辑编程 (Inductive Logic Programming, ILP)的方法
  • 使用精化算子 (refinement operators)
• 基于统计关系学习 (Statistical Relational Learning, SRL)的方法
  • 主要对贝叶斯网络进行扩展
• 基于关联规则挖掘 (Association Rule Mining，ARM)的方法
  1. 构建事务表
  2. 挖掘规则
  3. 将规则转换为OWL公理
  4. 构建本体

（2）关联规则挖掘（ARM）

① OWL2公理 =》关联规则

公理（Axiom）	规则（rules）
$\mathrm{C}\in \mathrm{D}$	$\{\mathrm{C}\}\Rightarrow \{\mathrm{D}\}$

规则 $\{\mathrm{C}\}\Rightarrow \{\mathrm{D}\}$ 意味着：概念 C 的实例同时属于概念 D，规则的置信度越高，则公理 $\mathrm{C}\in \mathrm{D}$ 的可能性越大。

支持度： 指某频繁项集在整个数据集中的比例。假设数据集有 10 条记录，包含{‘鸡蛋’, ‘面包’}的有 5 条记录，那么{‘鸡蛋’, ‘面包’}的支持度就是 5/10 = 0.5。
置信度： 是针对某个关联规则定义的。有关联规则如 {‘鸡蛋’, ‘面包’} -> {‘牛奶’}，它的置信度计算公式为$\frac{\{‘鸡蛋’,‘面包’,‘牛奶’\}的支持度}{\{‘鸡蛋’,‘面包’\}的支持度}$。假设{‘鸡蛋’, ‘面包’, ‘牛奶’}的支持度为 0.45，{‘鸡蛋’, ‘面包’}的支持度为 0.5，则{‘鸡蛋’, ‘面包’} -> {‘牛奶’}的置信度为 0.45 / 0.5 = 0.9。

support(Airport, Building)=2
support(Airport)=2
confidence(Airport=>Building)=1
Airport $\in$ Building

==》结果：可以推出Airport属于Building。

（3）统计关系学习（SRL）

输入：（实际上就是一个KG）

• 实体集合 $\{e_i\}$
• 关系集合 $\{r_k\}$
• 已知三元组集合 $\{(e_i,r_k,e_j)\}$

目标：根据已知三元组对未知三元组成立的可能性进行预测，可用于知识图谱补全。
ps：若 $e_i,e_j$ 之间没有申明关系 $r_k$，而计算出来的$\mathrm{P}(e_i,r_k,e_j)$很高（如 $P=1$），则认为可以补全这条关系。

① 基于图的方法

基本思想：将连接两个实体的路径作为特征来预测其间可能存在的关系。

示例：下面的图谱中的边是一个有向的图，为了使图中可以形成路径，在图中定义了一些逆关系（如$Is{A}^{-1}$）。在这个图中我们希望可以通过其他的三元组推出 Charlotte 也是一个 Writer。

通用关系学习框架如下：

② 路径排序算法（Path Ranking Algorithm）

在基于图的方法中采用了的Relational Learning Algorithm是路径排序算法（Path Ranking Algorithm）。
相关定义：

• 定义 $G=(N,E,R)$：

  • N: nodes (instances or concepts)
  • E: edges
  • R: edge types，note：$r^{-1}$——reverse of edge type $r$

• 接着定义Path type $\pi :⟨r_1,r_2,...,r_n⟩$

  • eg：

实体对概念计算：
在前面给出的图中，我们可以通过如 的一些路径将 Charlotte 和 Writer 进行关联起来。我们可以将在图中已经定义的节点、边和边的类型作为上下文来表示实体对 (Charlotte Bonte, Writer)，同时可以抽取出一些特征供后面学习。
对于这个实体对的概率可以通过如下公式计算：
$$score(s,t)=\sum _{\pi \in Q}P(s\to t;\pi ){\theta }_{\pi }$$

• $Q$：是所有起始为 $s$ 终点为 $t$ 的路径集合（限制路径的最大长度为 $n$）
• ${\theta }_{\pi }$：通过训练得到的路径权重

路径概率的计算：
$$P(s\to t;\pi )=\sum P(s\to z;{\pi }^{\prime })P(z\to t;r)$$

• $P$：将 $s$ 到 $t$ 的路径细化成 $s$ 到 $z$ 和 $z$ 到 $t$ 两条路径，其中 $z$ 到 $t$ 是存在关系 $r$ 的单跳路径；
• 具体使用动态规划的方法求解
  ​

训练权重的计算（离线计算）：

• 可以将路径作为特征，进行逻辑回归来求得权重。
  

最后通过计算出来的 $P$ 的大小判断出 (Charlotte Bonte, Writer) 是成立的。

3、知识图谱表示学习

（1）知识图谱表示学习的意义

在自然语言处理中我们可以通过 word embedding、sentence embedding甚至是document embedding等嵌入表示的方式来建立一个低维的统一的语义空间，使得语义可以计算。
在知识图谱中也类似，具体应用为：

• 实体预测与推理
  给定一个实体和一个关系来预测另外一个实体。

  • eg：若给定一个电影实体《卧虎藏龙》和一个关系“观影人群”，来预测另外一个实体是什么。

• 关系推理
  

• 推荐系统
  

（2）TransE

基本思想：TransE（Translation Embedding）是基于实体和关系的分布式向量表示，将三元组(head，relation，tail)看成向量 $h$ 通过 $r$ 翻译到 $t$ 的过程，通过不断的调整向量 $h、r和t$，使 $h+r$ 尽可能与 $t$ 相等。

• 示例：如给出三元组 Capital of(Beijing, China) 和 Capital of(Pairs, France)，则可以得出如下向量表示：
  Beijing−China=Pairs−France=Capital of

TransE的优化目标：

• 势能函数：$f(h,r,t)=||h+r-t|{|}_2$
  $$f(Beijing,Capital-of,China)<f(Shanghai,Capital-of,China)$$
• 目标函数：最小化整体势能。即使知识库中定义的势能比不在知识库中的三元组的势能低。
  $$\min \sum _{(h,r,t)\in \Delta }\sum _{(h^{\prime },r^{\prime },t^{\prime })\in {\Delta }^{\prime }}[\gamma +f(h,r,t)-f(h^{\prime },r^{\prime },t^{\prime }){]}_{+}$$
  其中，$[x{]}_{+}=\max (0,x)$

TransE的缺陷：

• 无法处理一对多、多对一和多对多问题。
  
• 关系的性质。
  

（3）TransE改进

① 实体语义空间投影

TransH：将头尾实体映射到一个超平面

TransR：通过矩阵变换，将头、尾实体映射到一个新的语义空间，使得这个空间的关系尽量保持一对一。

② 属性表示：分而治之

对于知识图谱的边既可以是属性（data type property）也可以是关系（object property）。对于属性来说，很容易产生一对多（如喜好）和多对一（性别），若将关系和属性的表示会出现困难。
分而治之：将对属性的学习和对关系的学习做了一个区分，同时基于属性的学习可以推进对关系的学习。

（4）路径的表示学习

PRA vs. TransE： 两种方法存在互补性

• PRA：可解释性强；能够从数据中挖掘出推理规则；难以处理稀疏关系；路径特征提取效率不高。
• TransE：能够表示数据中蕴含的潜在特征；参数较少，计算效率较高；模型简单，难以处理多对一、一对多、多对多的复杂关系可解释性不强。
  

评价指标：

• 三元组分类任务：accuracy
• 链接预测任务：hits10

（5）加入规则的表示学习

学习推理的规则：推理的规则似然最大化。

（6）多模态的表示学习

助力Zero-Shot和长尾链接预测：

• 对于在KG中出现很少，甚至没有出现过，而在长文本中出现较多的长尾数据来做实体链接预测。
  
• $h_s$：KG中结构的学习
• $h_d$：在文本中的描述的学习，这里使用了Bi-LSTM模型

（7）基于知识图谱结构的表示学习

考虑哪些数据可以用来描述实体：

• Neighbor Context：实体周围的实体；
  
• Path Context：从一个实体到这个实体的联通路径；
  

Triple Context = Triple + Path Context + Neighbor Context

• 势能函数

1. 希望三元组在Triple Context概率最大
   $$f(h,r,t)=P((h,r,t)|C(h,r,t);\Theta )f(h,r,t)=P((h,r,t)\mid C(h,r,t);\Theta )$$
2. 假设不同的Context都是相互独立的企且独立用来描述三元组的某一部分
   $$\begin{array}{rl}f(h,r,t)& =P(h|C(h,r,t);\Theta )\\ & =P(t|C(h,r,t),h;\Theta )\\ & =P(r|C(h,r,t),h,t;\Theta )\end{array}$$

$$f(h,r,t)\approx P(h|C_N(h);\Theta )\cdot P(t|C_P(h,t),h;\Theta )\cdot P(r|h,t;\Theta )$$

• 目标函数
  $$P(\mathcal{K}|\Theta )={\Pi }_{(h,r,t)\in \mathcal{K}}f(h,r,t)$$

总结与挑战

• 融合更多本体特征的知识图谱表示学习算法研发
• 知识图谱表示学习与本体推理之间的等价性分析
• 知识图谱学习与网络表示学习之间的异同
• 神经符号系统