[论文解读] TFLEX: Temporal Feature-Logic Embedding Framework for Complex Reasoning over Temporal Knowledge Graph

Xueyuan Lin, Chengjin Xu+7 more|arXiv (Cornell University)|May 28, 2022

Advanced Graph Neural Networks被引用 5

一句话总结

TFLEX 是一种新颖的时间知识图谱推理框架，通过引入模糊逻辑来实现一阶逻辑运算，并将其扩展以处理实体集和时间戳集上的时间算子（After、Before、Between）。该框架通过联合建模实体和时间戳的特征与逻辑组件，在三个新构建的时间知识图谱数据集上实现了最先进性能，展现出在多跳时间复杂查询上的有效性。

ABSTRACT

Multi-hop logical reasoning over knowledge graph (KG) plays a fundamental role in many artificial intelligence tasks. Recent complex query embedding (CQE) methods for reasoning focus on static KGs, while temporal knowledge graphs (TKGs) have not been fully explored. Reasoning over TKGs has two challenges: 1. The query should answer entities or timestamps; 2. The operators should consider both set logic on entity set and temporal logic on timestamp set. To bridge this gap, we define the multi-hop logical reasoning problem on TKGs. With generated three datasets, we propose the first temporal CQE named Temporal Feature-Logic Embedding framework (TFLEX) to answer the temporal complex queries. We utilize vector logic to compute the logic part of Temporal Feature-Logic embeddings, thus naturally modeling all First-Order Logic (FOL) operations on entity set. In addition, our framework extends vector logic on timestamp set to cope with three extra temporal operators (After, Before and Between). Experiments on numerous query patterns demonstrate the effectiveness of our method.

研究动机与目标

• 对时间知识图谱（TKG）上的多跳逻辑推理任务进行形式化定义，该任务超越静态KG，支持以实体集或时间戳集作为答案。
• 解决当前缺乏能够同时处理一阶逻辑与时间逻辑运算的时间知识图谱框架的问题。
• 提出一种统一的嵌入框架，利用模糊逻辑扩展，对实体层面的逻辑和时间戳层面的时间逻辑进行建模。
• 构建三个新的基准数据集，用于真实世界时间知识图谱上的时间复杂查询推理。
• 在涉及复杂逻辑与时间约束的多样化查询模式下，评估该框架的有效性。

提出的方法

• TFLEX 将对象嵌入分解为实体和时间戳两部分，每部分进一步划分为特征子组件和逻辑子组件。
• 采用模糊逻辑对实体集上的一阶逻辑运算（合取、析取、否定、存在量词）进行建模。
• 该框架将模糊逻辑扩展，以支持三种额外的时间算子：After、Before 和 Between，应用于时间戳集。
• 逻辑组件指导特征组件的转换与交互，使逻辑推理能够嵌入到特征空间中。
• 通过可微分损失函数，联合优化实体和时间戳嵌入，使预测答案与真实答案集对齐。
• 从查询构建计算图，以指导通过逻辑与时间运算组合嵌入的流程。

实验结果

研究问题

• RQ1 如何在时间知识图谱上正式定义多跳逻辑推理，其中答案可以是实体或时间戳？
• RQ2 统一的嵌入框架能否有效建模时间知识图谱上的一阶逻辑与时间逻辑运算？
• RQ3 所提出的模糊逻辑扩展如何处理 After、Before 和 Between 等复杂时间算子？
• RQ4 该框架在涉及多跳及混合实体-时间戳推理的多样化时间查询模式下的表现如何？
• RQ5 在新构建的时间复杂查询回答基准上，TFLEX 与现有方法相比表现如何？

主要发现

• TFLEX 在基于真实世界 TKG 构建的三个基准数据集上，于多跳时间复杂查询任务中实现了最先进性能。
• 该框架成功处理了同时涉及实体级逻辑运算与时间戳级时间约束的查询，包括 'Between' 和 'After' 等复杂模式。
• 实验表明，将模糊逻辑与特征级变换相结合，可在噪声大且不完整的 TKG 中实现准确推理。
• 该模型在不同类型的查询中表现出鲁棒性，包括难度高低不一的查询，且在高排名答案预测中具有高精度。
• 消融实验确认，逻辑组件、特征组件以及扩展的时间算子对最优性能均至关重要。