知识图谱上简单问题的知识问答

简单问题的界定是能通过查找一个事实就可以解答。本文关注baseline方法，是一篇概述博客。
本文介绍的方法属于pipeline风格，即分解问题到几个阶段，分阶段用对应的模块解决，最后的模块输出最后的结果。最新的研究进展也有构建知识图谱，然后在图上跑强化学习方法来进行解答路径选择。

知识图谱上的简单问题知识问答

该问题可以直接分解为实体检测(entity detection)、关系链接(entity linking)、关系预测(relation prediction)、证据整合(evidence integration) 四个阶段。

有一个相关数据集：SIMPLEQUESTIONS。

实体检测(entity detection)

给定一个问题，实体检测的目标是识别被查询的实体。这很自然的就是一个序列标注问题，对每一个标识符(token)，分配ENTITY或者NOTENTITY两个标签中的一个。

序列标注问题很明显能使用RNN来做。RNN这里不再赘述，可以参考之前的博文。

在RNN出现之前使用的方法是Conditional Random Fields(CRFs)，是当时的state-of-art。

实体链接(entity linking)

实体检测的输出是一系列代表候选实体的标识符，需要把它们链接起来以构成一个知识图谱。Freebase中将每一个节点使用一个机器标识符(MID, Machine Identifier)。除此之外，可以简单的当作一个模糊字符匹配来处理。

关系预测(Relation Prediction)

关系预测的目标是识别被查询的关系。

可以被看做是整个问题上的分类问题。可以使用RNN、CNN、LR等分类器来进行。

证据整合(Evidence Integration)

在由前述3个步骤给定$m$个实体，$r$个关系之后，最终任务是整合所有的证据抵达作为最终结果的一个$(entity,relation)$预测。

可以通过以下方法来做：

首先生成$m\ast r$个$(entity,relation)$元组，使用前述组件的得分(scores)相乘得到每一个元组的得分，因为前述三个步骤是独立进行的，所以很多组合会是没有意义上的(例：在知识图谱中没有对应的关系存在)，把这些无意义的组合剪去。剪去之后你会发现得分交叉(scoring ties)，因为知识图谱上有重名结点。可以简单的通过选取入边最多的结点作为一个简单的代理结点(proxy)来打破交叉。进一步的，还可以选取有映射到维基百科的实体，这些实体出现在维基百科上，说明他们是流行的，或者说人们所关注的。

参考文献

Strong Baselines for Simple Question Answering over Knowledge Graphs with and without Neural Networks. Salman Mohammed, Peng Shi, and Jimmy Lin, NAACL-HLT (2) 2018: 291-296.