<mark id="oztn4"></mark>
0
雷鋒網 AI 科技評論：ICLR 2020 正在進行，但總結筆記卻相繼出爐。我們曾對 ICLR 2020 上的圖機器學習趨勢進行介紹，本文考慮的主題為知識圖譜。
作者做波恩大學2018級博士生 Michael Galkin，研究方向為知識圖和對話人工智能。在AAAI 2020 舉辦之際，他也曾對發表在AAAI 2020上知識圖譜相關的文章做了全方位的分析，具體可見「知識圖譜@AAAI2020」。
本文從五個角度，分別介紹了 ICLR 2020上知識圖譜相關的 14 篇論文。五個角度分別為：
1）在復雜QA中利用知識圖譜進行神經推理（Neural Reasoning for Complex QA with KGs）
2）知識圖譜增強的語言模型（KG-augmented Language Models）
3）知識圖譜嵌入：循序推理和歸納推理（KG Embeddings: Temporal and Inductive Inference）
4）用GNN做實體匹配（Entity Matching with GNNs）
5）角色扮演游戲中的知識圖譜（Bonus: KGs in Text RPGs!）
話不多說，我們來看具體內容。
注：文中涉及論文，可關注「AI科技評論」微信公眾號，并后臺回復「知識圖譜@ICLR2020」打包下載。
今年ICLR2020中，在復雜QA和推理任務中看到越來越多的研究和數據集，very good。去年我們只看到一系列關于multi-hop閱讀理解數據集的工作，而今年則有大量論文致力于研究語義合成性（compositionality）和邏輯復雜性（logical complexity）——在這些方面，知識圖譜能夠幫上大忙。
文章鏈接：https://openreview.net/pdf?id=SygcCnNKwr
Keysers等人研究了如何測量QA模型的成分泛化，即訓練和測試 split 對同一組實體（廣泛地來講，邏輯原子）進行操作，但是這些原子的成分不同。作者設計了一個新的大型KGQA數據集 CFQ（組合式 Freebase 問題），其中包含約240k 個問題和35K SPARQL查詢模式。
Intuition behind the construction process of CFQ. Source: Google blog
這里比較有意思的觀點包括：1）用EL Description Logic 來注釋問題（在2005年前后，DL的意思是Description Logic，而不是Deep Learning ）；2）由于數據集指向語義解析，因此所有問題都鏈接到了Freebase ID（URI），因此您無需插入自己喜歡的實體鏈接系統（例如ElasticSearch）。于是模型就可以更專注于推斷關系及其組成；3）問題可以具有多個級別的復雜性（主要對應于基本圖模式的大小和SPARQL查詢的過濾器）。
作者將LSTM和Transformers基線應用到該任務，發現它們都沒有遵循通用標準（并相應地建立訓練/驗證/測試拆分）：準確性低于20％！對于KGQA愛好者來說，這是一個巨大的挑戰，因此我們需要新的想法。
文章鏈接：https://openreview.net/pdf?id=BJlguT4YPr
Cohen等人延續了神經查詢語言（Neural Query Language，NQL）和可微分知識庫議程的研究，并提出了一種在大規模知識庫中進行神經推理的方法。
作者引入了Reified KB。其中事實以稀疏矩陣（例如COO格式）表示，方式則是對事實進行編碼需要六個整數和三個浮點數（比典型的200浮點KG嵌入要少得多）。然后，作者在適用于多跳推理的鄰域上定義矩陣運算。
這種有效的表示方式允許將巨大的KG直接存儲在GPU內存中，例如，包含1300萬實體和4300萬事實（facts）的WebQuestionsSP 的 Freebase轉儲，可以放到三個12-Gb 的 GPU中。而且，在進行QA時可以對整個圖譜進行推理，而不是生成候選對象（通常這是外部不可微操作）。
作者在文章中對ReifiedKB進行了一些KGQA任務以及鏈接預測任務的評估。與這些任務當前的SOTA方法相比，它的執行效果非常好。
事實上，這項工作作為一個案例，也說明SOTA不應該成為一篇論文是否被接收的衡量標準，否則我們就錯失了這些新的概念和方法。
文章鏈接：https://openreview.net/pdf?id=SJxstlHFPH
Dhingra等人的工作在概念礦建上與上面Cohen等人的工作類似。他們提出了DrKIT，這是一種能用于在索引文本知識庫上進行差分推理的方法。
DrKIT intuition. Source: Dhingra et al
這個框架看起來可能會有些復雜，我們接下來將它分成幾個步驟來說明。
1）首先，給定一個question（可能需要多跳推理），實體鏈接器會生成一組 entities（下圖中的Z0）。
2）使用預先計算的索引（例如TF-IDF）將一組實體擴展為一組mentions（表示為稀疏矩陣A）。
3）在右側，question 會通過一個類似BERT的編碼器，從而形成一個緊密向量。
4）所有mentions 也通過一個類似BERT的編碼器進行編碼。
5）使用MIPS（Maximum Inner Product Search）算法計算scoring function（用來衡量mentions, entities 和 question相關分數），從而得到Top-k向量。
6）矩陣A乘以Top-K 選項；
7）結果乘以另一個稀疏的共指矩陣B（映射到一個實體）。
這構成了單跳推理步驟，并且等效于在虛擬KB中沿著其關系跟蹤提取的實體。輸出可以在下一次迭代中進一步使用，因此對N跳任務會重復N次！
此外，作者介紹了一個基于Wikidata的新的插槽填充數據集（采用SLING解析器構造數據集），并在MetaQA、HotpotQA上評估了 DrKIT，總體來說結果非常棒。
文章鏈接：https://openreview.net/pdf?id=SJgVHkrYDH
Asai等人的工作專注于HotpotQA，他們提出了Recurrent Retriever的結構，這是一種開放域QA的體系結構，能夠以可區分的方式學習檢索推理路徑（段落鏈）。
Recurrent Retrieval architecture. Source: Asai et al
傳統上，RC模型會采用一些現成的檢索模型來獲取可能的候選者，然后才執行神經讀取pipeline。這篇工作則希望讓檢索具有差異性，從而將整個系統編程端到端的可訓練模型。
1）整個Wikipedia（英語）都以圖譜的形式組織，其邊表示段落和目標頁面之間的超鏈接。例如對于Natural Questions，大小約為3300萬個節點，邊有2.05億個。
2）檢索部分采用的RNN，初始化為一個隱狀態h0，這是對問題 q 和候選段落p編碼后獲得的。這些候選段落首先通過TF-IDF生成，然后通過圖譜中的鏈接生成。（上圖中最左側）
3）編碼（q，p）對的BERT [CLS]令牌會被送到RNN中，RNN會預測下一個相關的段落。
4）一旦RNN產生一個特殊的[EOE]令牌，讀取器模塊就會獲取路徑，對其重新排序并應用典型的提取例程。
作者采用波束搜索和負采樣來增強對嘈雜路徑的魯棒性，并很好地突出了路徑中的相關段落。重復檢索（Recurrent Retrieval ）在HotpotQA的 full Wiki測試設置上的F1分數獲得了驚人的73分。這篇工作的代碼已發布。
文章鏈接：https://openreview.net/pdf?id=ryxjnREFwH
文章鏈接：https://openreview.net/pdf?id=SygWvAVFPr
我們接下來談兩篇復雜數字推理的工作。
在數字推理中，你需要對給定的段落執行數學運算（例如計數、排序、算術運算等）才能回答問題。例如：
文本：“……美洲虎隊的射手喬什·斯科比成功地射入了48碼的射門得分……而內特·凱丁的射手得到了23碼的射門得分……”問題：“誰踢出最遠的射門得分？”
目前為止，關于這個任務只有兩個數據集，DROP（SQuAD樣式，段落中至少包含20個數字）和MathQA（問題較短，需要較長的計算鏈、原理和答案選項）。因此，這個任務的知識圖譜并不很多。盡管如此，這仍然是一個有趣的語義解析任務。
在ICLR 2020 上，有兩篇這方面的工作。一篇是是Chen 等人的工作，提出了一個神經符號讀取器NeRd（Neural Symbolic Reader）；另一篇是Gupta等人在神經模塊網絡NMN（Neural Module Networks）上的工作。
NeRd vs other approaches. Source: Chen et al
兩項工作都是由讀取器和基于RNN的解碼器組成，從預定義的域特定語言（DSL，Domain Specific Language）生成操作（操作符）。從性能上相比，NeRd更勝一籌，原因在于其算符的表達能力更強，解碼器在構建組合程序上也更簡單。另一方面，NMN使用張量交互對每個運算符進行建模，于是你需要手工制定更多的自定義模塊來完成具體任務。
此外，NeRd的作者做了許多努力，為弱監督訓練建立了可能的程序集，并采用了帶有閾值的Hard EM 算法來過濾掉虛假程序（能夠基于錯誤的程序給出正確答案）。NeRd 在DROP測試集上獲得了81.7 的F1 分數，以及78.3 的EM分數。
對NMN進行評估，其中月有25%的DROP數據可通過其模塊來回答，在DROP dev測試中獲得了77.4 的F1 分數 和74 的EM 分數。
將知識融入語言模型，目前已是大勢所趨。
文章鏈接：https://openreview.net/pdf?id=BJlzm64tDH
今年的ICLR上，Xiong等人在預測[MASK] token之外，提出了一個新的訓練目標：需要一個模型來預測entity是否已經被置換。
作者對預訓練Wikipedia語料庫進行處理，基于超鏈接，將Wiki的entity表面形式（標簽）替換為相同類型的另一個entity。基于P31的「instance of」關系，從wikidata中獲取類型信息。如下圖所示，在有關Spider-Man的段落中，實體 Marvel Comics 可以替換為 DC Comics。
Pre-training objective of WKLM. Source: Xiong et al
模型的任務是預測實體是否被替換掉了。
WKLM（Weakly Supervised Knowledge-Pretrained Languge Model）使用MLM目標（掩蔽率為5％，而不是BERT的15％）進行預訓練，每個數據點使用10個負樣本，類似于TransE的訓練過程。
作者評估了10個Wikidata關系中的WKLM事實完成性能（fact completion performance），發現其達到了約29 Hits@10的速率，而BERT-large和GPT-2約為16。
隨后，作者在性能優于基準的WebQuestions，TriviaQA，Quasar-T和Search-QA數據集上對WKLM進行了微調和評估。
總結一句話，這是一個新穎的、簡單的，但卻有實質性意義的想法，有大量的實驗，也有充分的消融分析。
像Wikidata這樣的大型知識圖譜永遠不會是靜態的，社區每天都會更新數千個事實（facts），或者是有些事實已經過時，或者是新的事實需要創建新實體。
循序推理。說到時間，如果要列出美國總統，顯然triple-base的知識圖譜，會把亞當斯和特朗普都列出來。如果不考慮時間的話，是否意味著美國同時有45位總統呢？為了避免這種歧義，你必須繞過純RDF的限制，要么采用具體化的方式（針對每個具體的歧義進行消除），要么采用更具表現力的模型。例如Wikidata狀態模型（Wikidata Statement Model）允許在每個statement中添加限定符，以總統為例，可以將在限定符處放上總統任期的開始時間和結束時間，通過這種方式來表示給定斷言為真的時間段。循序知識圖譜嵌入算法（Temporal KG Embeddings algorithms）的目標就是夠條件這樣一個時間感知（time-aware）的知識圖譜表示。在知識圖譜嵌入中時間維度事實上，只是嵌入字（例如身高、長度、年齡以及其他具有數字或字符串值的關系）的一部分。
歸納推理。大多數現有的知識圖譜嵌入算法都在已知所有實體的靜態圖上運行——所謂的轉導設置。當你添加新的節點和邊時，就需要從頭開始重新計算整個嵌入；但對于具有數百萬個節點的大型圖來說，這顯然不是一個明智的方法。在歸納設置（inductive setup）中，先前看不見的節點可以根據他們之間的關系和鄰域進行嵌入。針對這個主題的研究現在不斷增加，ICLR 2020 上也有幾篇有趣的文章。
文章鏈接：https://openreview.net/pdf?id=rke2P1BFwS
Lacroix等人使用新的正則化組件擴展了ComplEx嵌入模型，這些正則化組件考慮了嵌入模型中的時間維度。
這項工作非常深刻，具體表現在以下幾個方面：1）想法是將連續的時間戳（如年，日及其數值屬性）注入到正則化器中；2）作者提出TComplEx，其中所有謂詞都具有time屬性；提出TNTCompEx，其中對諸如「born in」這樣“永久”的屬性進行區別對待。實驗表明，TNTCompEx的性能更好；3）作者介紹了一個新的大型數據集，該數據集基于Wikidata Statements，但帶有開始時間和結束時間限定符，該數據集包含約40萬個實體和700萬個事實。
Time-aware ComplEx (TNTComplEx) scores. Source: Lacroix et al
上圖中，你可以看到這個模型如何對描述法國總統的事實的可能性進行評分：自2017年以來，伊曼紐爾·馬克龍的得分更高，而弗朗索瓦·奧朗德在2012–2017年的得分更高。
文章鏈接：https://openreview.net/pdf?id=rJeW1yHYwH
再進一步，Xu等人提出了臨時圖注意力機制TGAT（temporal graph attention），用于建模隨時間變化的圖，包括可以將新的先前未見的節點與新邊添加在一起時的歸納設置。其思想是基于經典和聲分析中的Bochner定理，時間維度可以用傅里葉變換的時間核來近似。時間嵌入與標準嵌入（例如節點嵌入）串聯在一起，并且全部輸入到自注意力模塊中。
Source: Xu et al
作者將TGAT在具有單關系圖（不是KG的多關系圖）的標準轉導與歸納GNN任務上進行了評估，TGAT顯示出了很好的性能提升。個人認為，這個理論應該可以進一步擴展到支持多關系KG。
再回到傳統的感應式KG嵌入設置（transductive KG embedding setup）：
— GNN？是的!— Multi-多關系？是的!— 建立關系的嵌入？是的！— 適合知識圖譜嗎？是的！— 適用于節點/圖形分類任務嗎？是的。
文章鏈接：https://openreview.net/pdf?id=BylA_C4tPr
Vashishth 等人提出的 CompGCN體系結構為你帶來了所有這些優點。標準的圖卷積網絡以及消息傳遞框架在考慮圖時，通常認為邊是沒有類型的，并且通常不會構建邊的嵌入。
知識圖譜是多關系圖，邊的表示對鏈接預測任務至關重要。對于(Berlin,?,Germany) 的query，你顯然是要預測capitalOf，而不是childOf。
在CompGCN中，首先會為輸入的 KG 填充反關系（最近已普遍使用）和自循環關系（用來實現GCN的穩定性）。CompGCN采用編碼-解碼方法，其中圖編碼器構建節點和邊的表示形式，然后解碼器生成某些下游任務（如鏈接預測或節點分類）的分數。
CompGCN intuition. Source: Vashishth et al
節點表示是通過聚集來自相鄰節點的消息而獲得的，這些消息對傳入和傳出的邊（圖中的Wi，Wo以及那些自循環）進行計數，其中交互函數對 (subject, predicate)進行建模。
作者嘗試了加法（TransE-style），乘法（DistMult-style）和圓相關（HolE-style）的交互。在匯總節點消息之后，邊的表示將通過線性層進行更新。你幾乎可以選擇任何你喜歡的解碼器，作者選擇的是 TransE，DistMult 和 ConvE 解碼器。CompGCN在鏈接預測和節點分類任務方面都比R-GCN要好，并且在性能上與其他SOTA模型相當。性能最好的CompGCN是使用帶有ConvE解碼器的基于循環相關的編碼器。
文章鏈接：https://openreview.net/pdf?id=S1g8K1BFwS
Last, but not least，Tabacoff和Costabello考慮了KGE模型的概率校準。簡單來說，如果你的模型以90％的置信度預測某個事實是正確的，則意味著該模型必須在90％的時間里都是正確的。但是，通常情況并非如此，例如，在下圖中，表明TransE傾向于返回較小的概率（有點“悲觀”）。
Source: Tabacoff and Costabello
作者采用Brier評分來測量校準，采用Platt縮放和等滲回歸來優化校準評分，并提出了在沒有給出“hard negatives”的典型鏈接預測方案中對負樣本進行采樣的策略。于是，你可以校準KGE模型，并確保它會返回可靠的結果。這是一個非常好的分析，結果表明在一些工業任務上，你可以用KGE模型來提升你對自己算法/產品的信心。
不同的知識圖譜都有他們自己的實體建模的模式，換句話說，不同的屬性集合可能只有部分重疊，甚至URLs完全不重疊。例如在Wikidata中Berlin的URL是https://www.wikidata.org/entity/Q64，而DBpedia中Berlin的URL是http://dbpedia.org/resource/Berlin。
如果你有一個由這些異質URL組成的知識圖譜，盡管它們兩個都是在描述同一個真實的Berlin，但知識圖譜中卻會將它們視為各自獨自的實體；當然你也可以編寫/查找自定義映射，以顯式的方式將這些URL進行匹配成對，例如開放域知識圖譜中經常使用的owl:sameAs謂詞。維護大規模知識圖譜的映射問題是一個相當繁瑣的任務。以前，基于本體的對齊工具主要依賴于這種映射來定義實體之間的相似性。但現在，我們有GNNs來自動學習這樣的映射，因此只需要一個小的訓練集即可。
我們在「知識圖譜@AAAI2020」的文章中簡要討論了實體匹配的問題。而在ICLR 2020 中這方面的研究有了新的進展。
文章鏈接：https://openreview.net/pdf?id=HyeJf1HKvS
Fey 等人推出了DGMC框架（深度圖匹配共識，Deep Graph Matching Consensus），這個框架包括兩大階段：
Deep Graph Matching Consensus intuition. Source: Fey et al
1）兩個圖，源圖（Gs）和目標圖（Gt），通過相同的GNN（具有相同的參數，表示為ψ_θ1）獲得初始節點嵌入。然后通過乘以節點嵌入，并應用Sinkhorn歸一化來獲得軟對應矩陣S（soft correspondences matrix S）。這里可以使用任何最適合任務的GNN編碼器。
2）隨后將消息傳遞（也可以看做是圖形著色）應用到鄰域（標注為ψ_θ2的網絡），最后計算出源節點和目標節點之間的距離（ψ_θ3），這個距離表示鄰域共識。
作者對DGMC進行了廣泛的任務評估——匹配隨機圖、匹配目標檢測任務的圖，以及匹配英、漢、日、法版的DBpedia。有意思的是，DGMC在刪除關系類型時，卻能產生很好的結果，這說明源KG和目標KG之間基本上是單一關系。
于是引入這樣一條疑惑：如果在Hits@10我們已經做到90+%了，真的還需要考慮所有屬性類型以及限制語義嗎？
文章鏈接：https://openreview.net/pdf?id=rJgBd2NYPH
Yu 等人介紹了他們的深度匹配框架，這個框架具有兩個比較鮮明的特征：聚焦在聚合邊緣嵌入、引入一個新的匈牙利注意力（Hungarian attention）。匈牙利算法是解決分配問題的經典方法，但它不是可微分的。
作者利用一個黑箱（帶有匈牙利注意力）的輸出來生成網絡結構，然后把這個流進一步地傳播。匈牙利注意力的方法，直觀來理解一下：
1）初始步驟類似于DGMC，一些圖編碼器生成節點和邊嵌入，且相似矩陣通過Sinkhorn規范化來傳遞；
2）不同的是，生成矩陣被返回到匈牙利黑箱（而不是像DGMC中那樣傳遞迭代消息），從而生成離散矩陣；
3）通過注意力機制與基準進行比較，獲得激活圖，然后對其進行處理，從而獲得loss。
作者僅在CV基準上進行了評估，但由于匈牙利算法的時間復雜度是O（n3），所以如果能把runtime 也放出來，可能會更有趣。
互動小說游戲（Interactive Fiction games，例如RPG Zork文字游戲）非常有趣，尤其是你探索完世界，然后輸入一段話，等待游戲反饋的時候。
文章鏈接：https://openreview.net/pdf?id=B1x6w0EtwH
Ammanabrolu 和 Hausknecht 提出了一項有關 IF 游戲中強化學習的新工作。這個工作中使用了 知識圖譜來建模狀態空間和用戶交互。
Source: Ammanabrolu and Hausknecht
例如，詞匯表中有數十個模板和數百個單詞。嘗試所有可能的排列是不可行的。但當你維護一個可見實體的知識圖譜時，agent的可選項就會大幅度減少，于是便可以更快地推進游戲。
在他們提出的編碼-解碼模型 KG-A2C（Knowledge Graph Advantage Actor Critic）中，編碼器采用GRU進行文本輸入，并使用圖注意力網絡構建圖嵌入。此外，在解碼器階段使用可見對象的圖遮掩（graph mask）。在基準測試中，KG-A2C可以玩28個游戲！
Soon they will play computer games better than us meatbags.
很快，電子游戲上，他們將比我們這些菜包子們打的更好了。
目前我們看到，知識圖譜已經越來越多地應用到 AI的各個領域，特別是NLP領域。
ICML 和ACL 隨后也將到來，屆時我們再見。
雷鋒網雷鋒網
via https://medium.com/@mgalkin/knowledge-graphs-iclr-2020-f555c8ef10e3
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
本專題其他文章
