笔记整理：姚云志，浙江大学在读博士，研究方向为自然语言处理。
链接：https://arxiv.org/pdf/2106.01515.pdf
时序知识图谱是一种多关系的知识图谱，相较于常规的知识图谱，时序知识图谱中的关系中会与时间段相关联，譬如在常规的知识图谱中存在着(Barack Obama, held position, President of USA)这样的三元组关系，而在时序知识图谱中，则会同时包含这段关系存在的时间，(Barack Obama, held position, President of USA, 2008, 2016)。
知识图谱问答任务（KGQA）的任务是使用KG作为知识库回答自然语言问题，问题的答案通常是KG中的一个实体（节点），回答问题所需的推理是基于单个事实、多跳或基于连接/比较的推理。基于时序图谱的问答任务（Temporal KGQA）则具备了以下更多的特点：
1.知识库是一个时序知识图谱。2.答案是实体或持续的时间。3.需要复杂的时间推理。
然而，目前关于时序知识图谱问答任务的数据集的研究非常少，从图1中，我们可以看到大部分的KGQA数据集中，知识图谱都不包含时序的关系，数据集中的问题也很少关注时间，TempQuestions数据集关注时序问答的问题，但数据量很少，仅仅用于对模型的测试。
图1
为此，作者在这篇工作中提出了一个新的Temporal KGQA的数据集----CRONQUESTIONS。在构建数据集时，作者遵循了以下三个原则，1.相关KG必须提供时间标注。2.问题必须涉及时间因素推理。3.标记实例的数量必须很大，足以用于训练模型。基于此，作者最终推出了包含125k个实体和328k个事实的时序知识图谱和410k个需要进行时间推理的自然语言问题。作者验证了语言模型T5，BERT，KnowBERT以及LM+KG的模型Entities-as-Experts 和 EmbedKGQA的实验结果，在数据集上的表现并不令人满意。作者提出了CRONKGQA模型，在任务中取得了不错的结果。
1.数据集的构建
CRONQUESTIONS包含两个部分：包含时间标注的知识图谱和需要时间推理的问答集。在构建知识图谱时，作者首先从WikiData中选取了包含时间标注的关系，并剔除了占比超过50%的关系的部分数据用以平衡数据分布。与此同时，为了避免图谱丢失一些重要的事件信息，作者从WikiData中抽取了重要的包含起始时间的实体，并将这些实体信息添加到了知识图谱中，例如World War II, 作者添加了以下格式(WWII, significant event, occurred, 1939, 1945)的事实。在构建问答数据集时，作者基于出现次数最多的关系构建了一系列的问题模板（图2）。基于这些模板，在人工改写的问题基础上，同时使用了模型去生成更多的问题，最终构建了410k的数据。
图2. 部分问题模板的样例
图3. 人工和机器改写的问题
图4. 数据统计
2. CRONKGQA
作者提出了CRONKGQA用来解决时间预测问题，作者首先使用EmbedKGQA作为开始的模型实现，由于EmbedKGQA使用ComplEx作为知识图谱嵌入的方法，并不能够处理包含时间的信息，于是作者在这里采用了TComplEx来获取实体和时间戳的embedding。从图4中，我们可以看到，CRONKGQA使用了两个预测函数获得了问题的实体嵌入和时间嵌入 ， 。而后分别计算在实体级别和时间级别的得分：
最后通过softmax来预测最终的答案。
3.实验结果
作者比较了CRONKGQA和其他主流模型在任务上的表现，可以看到，CRONEKGQA在任务上取得了非常好的结果，超过了EaE等LM+KG的模型。
作者同时也比较了训练数据集大小对模型结果的影响。我们可以看到除了CRONKGQA在简单的推理数据上的表现，随着训练集的增大，模型的效果会更好，这验证了作者之前的假设：拥有一个大的（即使是合成的）数据集对于训练时态推理模型非常有用。
欢迎有兴趣的同学阅读原文。
OpenKG
OpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。
点击阅读原文，进入 OpenKG 网站。
