IEEE国际声学、语音和信号处理大会主赛道录用CCIIP实验室2022级博士生黄日葵同学（导师：魏巍）的论文“Joint Multi-Facts Reasoning Network for Complex Temporal Question Answering over Knowledge Graph”。 IEEE国际声学、语音和信号处理大会（ICASSP 2024）计划于2024年4月15日-4月19日在韩国首尔召开。ICASSP是CCF推荐的B类国际学术会议，在语音和信号处理领域享有较高的学术声誉。
标题: Joint Multi-Facts Reasoning Network for Complex Temporal Question Answering over Knowledge Graph
作者: Rikui Huang, Wei Wei*, Xiaoye Qu, Wenfeng Xie, Xian-Ling Mao, Dangyang Chen
内容简介: 时序知识图(TKG)是对传统知识图的扩展，对原有的结构化知识增加了时间维度的描述。然而，现有的时序知识图问答(TKGQA)模型只处理简单的问题，因为它预先假设每个问题只包含一个具有显式/隐式时间约束的时序事实致使他们在包含多个时序事实的问题上表现不佳。本文提出了联合多事实推理网络(JMFRN)，对联合多个时序事实进行推理，以准确回答复杂的时间问题。具体而言，JMFRN首先从TKG中为问题中的每个实体检索与问题相关的时序事实。对于联合推理，我们设计了两种不同的注意力模块(即实体感知模块和时序感知模块)以适用于通用设置，用于聚合检索到的事实的实体和时间戳信息。此外，为了过滤不正确类型的答案，引入了一种答案类型判别辅助任务以判断答案类别，即实体/时间戳。实验表明所提方法在经典复杂时时序问答基准TimeQuestions上取得了超越SOTA的性能效果。
图1. JMFRN框架示意图