1.一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:包括以下步骤:将自然语言问题通过预训练语言模型获取自然语言问题的语义表示;
将自然语言问题的语义表示进行TKG嵌入表示的替换,得到替换后的自然语言问题语义表示;
将替换后的自然语言问题语义表示输入信息融合层,信息融合层输出最终问题表示;
将最终问题表示输入神经状态机,当损失函数收敛后,神经状态机输出实体分布概率列表;
将实体分布概率进行加权平均作为额外状态信息,将额外状态信息加入策略网络中状态信息形成新的策略网络;
将最终问题表示输入新的策略网络,输出最终答案;根据最终答案与真实答案计算奖励函数,根据奖励函数对新的策略网络进行学习,得到更新后的策略网络;将最终问题表示输入更新后的策略网络,输出最终答案;
所述根据最终答案与真实答案计算奖励函数,根据奖励函数对新的策略网络进行学习,得到更新后的策略网络;将最终问题表示输入更新后的策略网络,输出最终答案,具体包括:根据最终答案 和真实答案eans,获得奖励值R(sL),sL表示最终状态;
根据奖励值R(sL),计算奖励函数
根据奖励函数 对新的策略网络进行学习,得到更新后的策略网络;将最终问题表示输入更新后的策略网络,输出最终答案;
其中,所述奖励值R(sL)计算公式如下:表示指示函数,当指示函数内等式为真输出1,为假输出0;
所述奖励函数 计算公式如下:
其中, Dirichlet()表示狄利克雷分布, 是问题关系rq的Dirirchlet分布的参数向量。
2.根据权利要求1所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:所述自然语言问题的语义表示计算公式如下:QS=WSDistillBert(qtext);
其中,QS表示自然语言问题的语义表示,WS表示D×DDistillBert的可学习矩阵,其中,D是TKG嵌入的维度,DDistillBert是DistillBert的嵌入维度;DistillBeet()是NLP处理模块;
qtext是自然语言问题的文本信息。
3.根据权利要求2所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:所述将自然语言问题的语义表示进行TKG嵌入表示的替换,得到替换后的自然语言问题语义表示,具体包括:将自然语言问题的语义表示中的实体部分替换TKG实体嵌入表示,得到QE;
在QE中的时间戳部分替换TKG时间戳表示,得到替换后的自然语言问题语义表示QT;
其中,QE中第i个元素 计算公式如下:
其中,ei表示实体eh或者et,tτ表示时间戳,WE表示替换过实体表示后问题表示的D×D维可学习矩阵, 表示QS中第i元素,eh表示头实体,et表示尾实体;其中,QT中第i个元素 计算公式如下:其中,T1,T2分别表示将问句中所有实体查询时序知识图谱后得到的所有时间进行排序后的最大时间和最小时间。
4.根据权利要求1所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:所述将替换后的自然语言问题语义表示输入信息融合层,信息融合层输出最终问题表示,具体包括:替换后的自然语言问题语义表示通过多层自注意力机制和前馈神经网络进行处理和整合,得到矩阵Q,将矩阵Q中的元素qCLS作为最终问题表示q;其中,qCLS表示自然语言问题的标志位。
5.根据权利要求4所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:所述将最终问题表示输入神经状态机,当损失函数收敛后,神经状态机输出实体分布概率列表,具体包括:(k)
根据最终问题表示q,计算当前第k个推理步对应的指令向量i ;
根据当前第k个推理步实体 计算实体的动态特征Φ(Δk),获得当前第k推理步实体ei∈Ne,Ne表示推理步骤中实体集合;
根据实体 获取实体 在第k‑1个推理步的实体分布概率(k) k
根据指令向量i ,计算匹配向量m;
k (k)
根据实体分布概率 和匹配向量m,计算当前第k个推理步的实体集合E ;
(k) (k)
根据实体E ,计算当前第k个推理步实体分布概率p ;
重复以上步骤,当每个推理步骤损失函数收敛后,神经状态机输出实体分布概率,经过n个推理步骤,获得实体分布概率列表
6.根据权利要求5所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特(k)征在于:所述指令向量i 计算公式如下:
其中, 表示当前第k个推理步注意力权重,hj代表编码器的隐藏状态信息;j表示隐藏状态序列的长度,l表示隐藏状态序列总长度;
所述 计算公式如下:
(k)
其中,q 表示当前第k个推理步最终问题表示,Wα表示 的D×D维可学习矩阵,bα表示的D×D维可学习偏置矩阵;Softmax表示激活函数;
所述实体的动态特征Φ(Δk)计算公式如下:Φ(Δk)=σ(WkΔT+bk);
其中,ΔT表示当前推理步中实体所在时间戳与问题中时间戳的时间之差,Wk是一个实体的动态特征的D×D维可学习矩阵,bk是一个实体的动态特征的D×D维可学习偏置矩阵;σ(·)表示激活函数;
k
所述匹配向量m计算公式如下:
其中,Wm表示匹配向量的D×D维可学习矩阵,σ(·)表示激活函数, 表示Kronecker积,ri表示第i个实体的关系;
(k)
所述E 计算公式如下:
其中,u表示当前推理步所关联的实体的总数;
(k)
所述p 计算公式如下:
(k) (k)
p =softmax(E W);
其中,W是推导实体分布的参数,softmax()表示激活函数。
7.根据权利要求5所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:所述将实体分布概率进行加权平均作为额外状态信息,将额外状态信息加入策略网络中状态信息形成新的策略网络,具体包括:从实体分布概率列表 中获取每个实体n个推理步中对应的实体分布概率,将n个推理步中对应的实体分布概率进行加权平均,获得每个实体的加权平均分布概率;
将加权平均分布概率作为额外状态信息加入策略网络中状态信息形成新的策略网络;
* * * *
所述新的策略网络为π(A|S),其中,状态信息为S,动作信息为A;
* dis
其中,S=(ei,ti,eq,tq,h ),其中,ei表示当前实体,ti表示当前时间戳,eq表示问题中实体,tq表示问题中的时间戳,dish 表示额外状态信息, 表示当前所选的动作实体, 表示当前所选的动作关系, 表示当前所选的动作时间戳。
8.根据权利要求7所述的一种基于辅助监督信号改进时序知识图谱的问答方法,其特征在于:所述将最终问题表示输入新的策略网络,输出最终答案,具体包括:将最终问题表示q输入最大池化层得到问题上下文向量hq;
获取历史搜索路径hl;
根据历史搜索路径hl,问题上下文向量hq计算期望目标节点 和边根据期望目标节点 和边 计算第l步可选动作的候选动作分数φ(an,sl),l∈L;
将候选动作分数φ(an,sl)最大值对应的动作作为下一步智能体的输入,当迭代至第L步时,智能体输出动作作为最终答案;
所述历史搜索路径hl计算公式如下:
hl=((eq,tq),r1,(e1,t1),...,rl,(el,tl));
其中,l∈L,rl,(el,tl)分别代表推理第l步过程中当前节点所在关系、实体、时间;
所述期望目标节点 和边 计算公式如下:
其中, 是D×D维的目标节点 可学习矩阵, 是D×D维的目标边 可学习矩阵,w1表示输出期望目标的可学习矩阵,ReLU为激活函数;
所述候选动作分数φ(an,sl)计算公式如下:其中,βn=sigmoid(Wβ[hl;eq;rq;en;rn]),Wβ是βn的可学习矩阵;sigmoid为激活函数,ei表示当前实体,ti表示当前时间戳;an表示第l步的可选动作,en表示第l步的可选动作中的实体,rn表示第l步的可选动作中的关系。