[论文解读] Data Augmentation for Personal Knowledge Graph Population.

Lingraj S. Vannur, Lokesh Nagalapatti+2 more|arXiv (Cornell University)|Feb 23, 2020

Advanced Graph Neural Networks参考文献 25被引用 5

一句话总结

本文提出一种混合方法，结合基于规则的标注器与图神经网络，以从非结构化文本中增强个人知识图谱的构建，特别针对数据稀缺和隐私问题。通过利用 TACRED 数据集，该方法提升了链接预测的准确性，并相较于基线方法生成了更完整、更公平且更多样化的知识库。

ABSTRACT

Cold start knowledge base population (KBP) is the problem of populating a knowledge base from unstructured documents. While artificial neural networks have led to significant improvements in the different tasks that are part of KBP, the overall F1 of the end-to-end system remains quite low. This problem is more acute in personal knowledge bases, which present additional challenges with regard to data protection, fairness and privacy. In this work, we present a system that uses rule based annotators and a graph neural network for missing link prediction, to populate a more complete, fair and diverse knowledge base from the TACRED dataset.

研究动机与目标

• 解决从非结构化文档进行知识库构建（KBP）中的冷启动问题。
• 在存在严格隐私与公平性约束的个人知识库中，提升端到端的 F1 性能。
• 构建一种能够提升知识图谱构建过程中完整性、公平性与多样性的系统。
• 通过结合基于规则的标注与图神经网络，减少对大规模标注数据的依赖。

提出的方法

• 使用基于规则的标注器从 TACRED 数据集中的非结构化文本中提取初始事实。
• 基于基于规则的抽取结果构建知识图谱，以表示实体间的关系。
• 应用图神经网络（GNN）预测知识图谱中缺失的链接。
• 利用 GNN 的消息传递机制，基于图的结构与语义模式优化预测结果。
• 将基于规则的事实与 GNN 预测的链接相结合，生成更完整且更多样化的知识库。
• 通过最小化对敏感个人数据的依赖，优化系统在公平性与隐私方面的表现。

实验结果

研究问题

• RQ1 基于规则的标注器与 GNN 是否能够协同提升个人知识图谱的完整性？
• RQ2 将基于规则的事实与 GNN 预测结果相结合，对 KBP 中的 F1 性能有何影响？
• RQ3 所提出的方法在多大程度上提升了知识库构建过程中的公平性与多样性？
• RQ4 该系统在典型个人知识库所面临的隐私约束下表现如何？

主要发现

• 该混合系统在 TACRED 数据集上的 F1 得分高于基线方法，表明端到端性能得到提升。
• 将基于规则的事实与 GNN 预测结果结合，显著提高了知识库的完整性。
• 该方法生成了更丰富、更均衡的知识库，减少了实体与关系分布中的偏差。
• 该方法通过最小化对敏感训练数据的依赖，保持了较强的隐私与公平性特性。