一种基于强化学习的多跳知识图谱推理方法研究OA

近年来,强化学习方法在知识推理任务中有着不错的表现,但面临着智能体容易进行无目的探索以及奖励的延迟与稀疏问题2个挑战。为此,提出了基于强化学习和预测信息嵌入的多跳知识推理模型,首先设计预测嵌入信息获取模块,将得到的预测信息嵌入到强化学习框架中,解决了智能体容易陷入无目的探索而选择无效动作的问题;然后在游走过程中加入结合预测信息和Dropout思想的动作剪枝机制,缓解了动作空间过大的问题,并使用LSTM来保存智能体的历史决策信息,使得智能体每一步都能选择最有希望的动作;最后根据预测信息设计新的奖励函数成功地缓解了延迟奖励和稀疏奖励的问题。在WebQSP,PQL和MetaQA数据集上的实验结果表明,该模型在知识推理任务上有着较高的性能,能够很好地适用于知识图谱的多跳问答。