多跳知识图谱问答指的是，该问答系统需要通过知识图谱上的多条边执行推理，以获得正确答案。

一般而言，针对一个简单的事实类问题，KGQA 尝试找到一个三元组来回答这一问题。具体而言，KGQA 需要分析自然语言问题，将自然语言问题中的实体描述和关系描述分别链接到知识图谱中的实体和关系。如果知识图谱中存在三元组，则是潜在的答案。这一过程可以称作单跳问答，一个问题的查询通过找到独立的三元组完成，而没有涉及多个有关联的三元组。

知识图谱作为一种知识存储的形式，其中最重要的缺陷之一是它们通常都是不完整的，而这给 KGQA 提出了额外的挑战，尤其是多跳 KGQA。多跳 QA 需要一个长路径，而该路径上任意三元组的缺失都将导致真正的答案无法被搜索到。因此，采取某种方式预测知识图谱中缺失的链接，对于提升多跳 QA 的表现是有帮助的。当前缓解知识图谱不完整性的方法主要有：将 KG 与外部文本语料库结合，或者对知识图谱内的三元组进行补全等。

论文题目：Improving Multi-hop Question Answering over Knowledge Graphs using Knowledge Base Embeddings

论文链接：https://arxiv.org/abs/1910.03262v1

内容中包含的图片若涉及版权问题，请及时与我们联系删除