Pipeline方法
知识补全链接预测
SQUIRE: A Sequence-to-sequence Framework for Multi-hop Knowledge Graph Reasoning
数据集知识库比较小
SMORE: KNOWLEDGE GRAPH COMPLETION AND MULTI-HOP REASONING IN MASSIVE KNOWLEDGE GRAPHS
算法SMORE适用于较大知识库
知识问答
Subgraph Retrieval Enhanced Model for Multi-hop Knowledge Base Question Answering
子图检索和推理过程是解耦的,基于embedding-based KBQA的SOTA方法。子图检索和推理过程是pipline的。
基于pipeline方法总结
1、知识补全两篇论文中只做了链接预测相关的实验,没有给出下游问答的任务
联合训练
Sequence-to-Sequence Knowledge Graph Completion and Question
KGT5算法:链接预测和问答联合训练
该算法的局限
KGT5在归纳不可见的事实方面表现较好,但在记忆事实方面表现较差。如果需要,可以使用KGT5与常规链路预测或KGQA系统的集成来缓解这个问题。
作者不建议使用KGT5作为独立的KGQA方法,只应在查询解析不能产生良好结果的情况下使用它。