EmbedKGQA论文简要解读

KGQA与KGE

关于KGQA以及知识图谱嵌入的简单介绍可以看之前的两篇博客：

1. KGQA概览
2. 知识图谱嵌入简单介绍

这篇论文就是结合知识图谱嵌入（KGE）来进行多跳知识问答

EmbedKGQA

论文源代码

MetaQA数据

实验数据集是MetaQA数据集，该数据集是基于电影知识图谱的电影问答。下载链接

提供的KG

我们需要提供的KG，因为我们要预先训练KG中每一个实体的embedding。KG如下：

比如，用ComplEx这个KGE模型训练MetaQA知识图谱得到的结果：

提供的QA数据

提供的QA数据就是由(q,a) pairs组成的数据集，每一个(q,a)对中，问题q包含一个实体，由中括号标出。
每一个答案a就是KG中的一个实体。

模型流程

流程图如下：

模型流程：

1. 首先利用相关的KGE模型预训练，获得每一个实体的embedding，记为entity_embed_matrix
2. 对于QA数据集中的每一个样本，取出question中的实体名词，从entity_embed_matrix中找到这个实体名词对应的embedding，记为head_embed
3. 将question中的实体名词用统一字符NE替代，然后将question输入到BiLSTM中，取前向的最后一个时刻与反向的第一个时刻的hidden state的结合作为整个句子语义的embedding，记为question_embed
4. 然后将head_embed与question_embed输入到ComplEx模型中（目的是推理），得到一个长度为N的向量，记为predict，这个N代表所有实体的数量，比如实验提供的KG数据集中数量是43234
5. predict中每一个数值代表模型预测对应实体的分数，比如predict中第二个数字是0.0045，那么代表模型预测当前question对应的答案是KG中第二个实体的分数是0.0045

测试指标可以用准确率衡量，也就是模型预测的predict中，分数最高的那个位置对应的实体是否是真正的answer。