[论文解读] Consolidating Commonsense Knowledge

Filip Ilievski, Pedro Szekely+3 more|arXiv (Cornell University)|Jun 10, 2020

Topic Modeling参考文献 38被引用 9

一句话总结

本文通过使用标准化映射的属性图模型，将七种不同的常识知识源——ConceptNet、Wikidata、Visual Genome、ATOMIC、WordNet、Roget 和 FrameNet——整合为一个统一的常识知识图谱（CSKG）。该CSKG整合了470万个节点和1720万条边，相较于仅使用ConceptNet，在四个常识问答数据集上的召回率提高了2至4倍，证明其在覆盖范围和推理实用性方面均有显著提升。

ABSTRACT

Commonsense reasoning is an important aspect of building robust AI systems and is receiving significant attention in the natural language understanding, computer vision, and knowledge graphs communities. At present, a number of valuable commonsense knowledge sources exist, with different foci, strengths, and weaknesses. In this paper, we list representative sources and their properties. Based on this survey, we propose principles and a representation model in order to consolidate them into a Common Sense Knowledge Graph (CSKG). We apply this approach to consolidate seven separate sources into a first integrated CSKG. We present statistics of CSKG, present initial investigations of its utility on four QA datasets, and list learned lessons.

研究动机与目标

• 为解决常识知识碎片化问题，将多个互不关联的知识源整合为一个统一、可互操作的知识图谱。
• 克服现有知识源在关注点、表示方式和覆盖范围上的差异，这些差异阻碍了稳健的常识推理。
• 开发一个原则性、模块化且可扩展的框架，将异构知识源整合为一个单一、高度连通的图谱。
• 在下游常识问答任务上评估整合图谱的实用性，证明其相较于单一来源的附加价值。

提出的方法

• 制定五项核心整合原则：简洁性、模块化、实用性、高质量链接最大化以及自然语言可访问性。
• 定义一种属性图模型，采用最少的边类型和丰富的节点属性，以统一多样化的表示形式。
• 通过共享标识符和语义对齐建立跨源映射，例如将FrameNet框架映射到ConceptNet概念，将Visual Genome属性映射到ConceptNet关系。
• 应用标准化与去重流水线，合并跨源的等效实体，在减少冗余的同时保留语义多样性。
• 采用结合规则映射与人工参与验证的混合方法，确保集成图谱的一致性与质量。
• 生成图嵌入，并在四个常识问答基准上评估CSKG的推理实用性。

实验结果

研究问题

• RQ1 如何系统性地将多个异构的常识知识源整合为一个统一、连贯的知识图谱？
• RQ2 相较于单独使用ConceptNet等来源，整合后的CSKG在常识问答任务上的检索性能提升了多少？
• RQ3 在整合关注点不同的知识源（如词汇性、事件性、视觉性和本体性知识）时，面临的主要挑战和设计原则是什么？
• RQ4 CSKG的连通性和覆盖范围与各组成源相比如何？其增强推理能力的证据有哪些？
• RQ5 CSKG能否作为未来AI系统实现深度、情境化常识推理的稳健且可扩展的知识库？

主要发现

• CSKG从七个不同来源整合了470万个节点和1720万条边，形成一个高度连通、跨源链接丰富的图谱。
• 在四个基准问答数据集上，CSKG相较于仅使用ConceptNet，对相关常识三元组的召回率提高了2至4倍。
• 整合过程成功实现了跨源实体的映射，包括将FrameNet框架映射到ConceptNet概念，以及将Visual Genome属性映射到ConceptNet关系。
• 该图谱展现出更强的推理能力，多个来源提供了支持正确答案的额外证据，例如弹钢琴需要坐下并触碰琴键。
• 错误分析表明，现有问答系统失败的主要原因是知识缺失，而CSKG的扩展覆盖范围直接填补了这一空白。
• CSKG以CC BY-SA 4.0许可发布，支持广泛重用和未来研究的可扩展性。