从交互式基于文本的游戏构建时序动态知识图谱
计算与语言
2023-11-06 v1
摘要
在自然语言处理中，交互式基于文本的游戏作为交互式 AI 系统的测试平台。先前工作提出通过基于离散知识图谱行动来游玩基于文本的游戏，该知识图谱由离散图更新器（DGU）构建，以从自然语言描述中表示游戏状态。尽管 DGU 具有较高可解释性并展现出有前景的结果，但由于其缺乏时间性以及对带有相同标签对象的复杂环境泛化能力有限，其知识图谱准确率较低。为在保持 DGU 高可解释性的同时解决其弱点，我们提出了时序离散图更新器（TDGU），一种新颖的神经网络模型，它将动态知识图谱表示为带时间戳图事件的序列，并使用基于时间点过程的图神经网络对其建模。通过在基于文本的游戏 TextWorld 收集的数据集上的实验，我们表明 TDGU 优于基线 DGU。我们进一步通过消融研究展示了时序信息对 TDGU 性能的重要性，并证明 TDGU 能够泛化到带有相同标签对象的更复杂环境。所有相关代码可在 \url{https://github.com/yukw777/temporal-discrete-graph-updater} 找到。
引用
@article{arxiv.2311.01928,
title = {Constructing Temporal Dynamic Knowledge Graphs from Interactive Text-based Games},
author = {Keunwoo Peter Yu},
journal= {arXiv preprint arXiv:2311.01928},
year = {2023}
}