MCRF:一种知识图谱问答的多尺度级联推理框架

摘要

自动问答多跳推理任务中的每一跳都会关注问题的不同部分，针对现有研究对细粒度的动态表示问题以及更全面捕捉关系路径的关注不足，提出了一种多尺度级联推理框架MCRF(multi-scale cascading reasoning framework,MCRF)。MCRF是一种基于路径的方法，在每一跳中根据特征向量计算下一跳的关系和实体分数，经多次跳跃，最终实体所对应的路径为推理路径。上下两级之间通过问题权重矩阵的循环自注意力进行连接和信息传递，框架上级得到问题的动态表示，下级对关系向量进行多尺度融合和更新。在Web QSP、MetaQA、Comp Web Q数据集的实验中，MCRF较基线模型分别取得了1.3%、0.2%、0.3%的Hit@1增长。

关键词

知识图谱问答 / 多跳推理 / 关系增强 / 细粒度捕捉