基于子图的时态知识图谱问答方法

1.基于子图的时态知识图谱问答方法，其特征在于，包括以下步骤：通过时态知识图谱中的知识将问题中隐藏的时间信息进行提取和解析，用正则表达式将自然语言格式的问题替换为简化后的问题，并在问题中加入问题的时间范围T1、T2，用于后续推理和查询；将加入时间约束的问题转化为包含问题语义、时态知识图谱语义和时间语义的向量表示，然后使用时态知识图谱评分函数φ(·)和时间敏感函数f(·)获得候选实体及其语义评分；为每个问题构建时态邻居子图；通过时间约束对所述时态邻居子图进行裁剪；使用时间激活函数对时态邻居子图中的每个实体实现量化打分，得到子图推理评分；融合得分语义评分和子图推理评分获得最终答案；所述将加入时间约束的问题转化为包含问题语义、时态知识图谱语义和时间语义的向量表示，包括：通过预先训练的语言模型获得自然语言问题的语义信息，即将问题q text 的自然语言形式被预训练的RoBERTa转化为语义矩阵Q n ：Q n ＝W n RoBERTa(q text )，其中 为Q n 的第i行，N是标记的数量，D是时态知识图谱嵌入的尺寸，W n 是一个D×D roberta 投影矩阵，D roberta 是RoBERTa嵌入的维度；用预先训练好的时态知识图谱嵌入代替所诉语义矩阵Q n 对应位置的实体和时间戳的嵌入：其中w E 是一个D×D的嵌入矩阵， 和t τ 是时态知识图谱预训练的嵌入；将提取的时态知识图谱的时间嵌入融入问题表示中： 是所有 构成的矩阵，T1和T2是问题的时间范围；使用信息融合层，将信息融合到一个单一的问题表示q中，所述信息融合层由可学习编码器Transformer(·)组成，将问题、实体和时间感知的信息融合在一起，最终的标记嵌入矩阵Q被计算为Q＝Transformer(Q T )，其中，Q＝[q CLS ，q 2 ，...，q N ]，最终的问题表示q选择最终的输出层，即q＝q CLS ，CLS是Transformer的一个特殊输出，聚合了所有的输入信息；所述使用时态知识图谱评分函数φ(·)和时间敏感函数f(·)获得候选实体及其语义评分Score sematic 包括：一个实体∈∈ε是答案的最终得分由以下公式给出：其中，ε，o和τ分别是问题中标注的主体、宾语和时间戳，P E 是用于实体预测的D×D可学习矩阵，将问句中标注的主语和宾语互换处理，max(·)函数确保在s或o是一个假实体时，忽略该得分；此外，一个时间戳τ∈T是答案的最终得分由以下公式给出max(φ(e s ，P T q，e o ，t τ )，f sensity (P T q，t τ ))，其中，s，o是问题中的标注的主体和宾语，P r 是用于时间预测的D×D可学习矩阵，f sensity 是用来衡量问题表示对时间戳的敏感性的函数；f sensity (P T q，t τ )＝P T q·t τ ·在训练过程中，实体和时间的分数被串联起来得到Score sematic ，并通过一个softmax函数转化为概率；模型的参数被不断更新，为正确答案分配更高的概率；所述Score sematic 如下计算： 2.根据权利要求1所述的基于子图的时态知识图谱问答方法，其特征在于，所述时态邻居子图包含一个中心实体e h 和它的L阶邻居实体，它们通过包含时间信息的边连接。 3.根据权利要求2所述的基于子图的时态知识图谱问答方法，其特征在于，对于问题中的标记实体e h ，在时态知识图谱中查询其所有相关事实，并提取其相关实体和时间信息，以构建时间子图，则时态邻居子图可以表示为：其中 是e h 的相应的L-跳子图，对于每条边 它包含相应的时间信息t r ，N L (e h )为e h 在知识图谱中的非间接邻域的节点集合， 为相应的边。 4.根据权利要求1所述的基于子图的时态知识图谱问答方法，其特征在于，所述通过时间约束对所述子图进行裁剪，包括：提取从邻居节点到中心节点的所有路径path＝p1，p2，p3，...；裁剪路径中不满足时间约束的边；删除所有孤立的节点，剩余部分G f 就是满足时间约束的子图。 5.根据权利要求1所述的基于子图的时态知识图谱问答方法，其特征在于，所述使用时间激活函数对子图中的每个实体实现量化打分，得到Score reasoning 包括：使用如下的四个时间激活函数，对不同问题类型的子图中的实体进行评分：相等函数：当问题类型为相等时，我们为与T有相同时间的实体分配对应的分数，其余的为0分：其中c 1 是一个正数；之前/之后函数：当问题类型为之前/之后时，给更高的分数给更接近T1/T2的实体：首先/最后函数：当问题类型为首先/最后时，给时间更早/更晚的实体分配更高的分数：时间范围函数：当问题类型为时间范围时，给T1和T2之间的时间的实体分配对应分数，给其他实体分配0分：其中c 2 是一个正数；结合四个时间感知函数，得出综合评分函数的形式如下：其中，r(q i ，e i )是问题q i 的类型，1表示满足条件为1，不满足为0。 6.根据权利要求1所述的基于子图的时态知识图谱问答方法，其特征在于，将时空子图推理得到的分数与相关事实搜索得到的分数相融合，作为最终的实体分数：score fusing ＝μ*score sematic +(1-μ)*score reasoning ，其中μ∈(0，1)，用于平衡语义评分score sematic 和子图推理评分score reasoning 的权重；所有实体和时间的得分都被串联起来，并使用softmax来计算这个综合得分向量的答案概率，并使用交叉熵损失进行训练。 7.根据权利要求1所述的基于子图的时态知识图谱问答方法，其特征在于，对于CronQuestions数据集中的每个问题，根据问题中的实体注释，检索其在时态知识图谱中的相关事实，如果数量少于5个，该问题就被剔除，得到Complex-CronQuestions数据集。