SRTK：一种语义相关子图检索工具包
信息检索
2023-06-23 v4
摘要
基于信息检索的知识库问答（KBQA）首先检索子图以缩减搜索空间，然后在子图上推理以选择答案实体。现有方法存在三个阻碍此类子图检索的问题。首先，没有现成的用于语义相关子图检索的工具包。其次，现有方法依赖于知识图谱，导致即便在近年的研究中也使用过时的知识图谱。第三，先前的方案未能整合实体链接或路径扩展方面可用的最佳技术。本文中，我们提出 SRTK，一个用户友好的从大规模知识图谱进行语义相关子图检索的工具包。SRTK 是首个跨多个知识图谱简化子图检索完整生命周期的工具包。此外，它自带最先进的子图检索算法，开箱即保证提供最新的解决方案集。
引用
@article{arxiv.2305.04101,
title = {SRTK: A Toolkit for Semantic-relevant Subgraph Retrieval},
author = {Yuanchun Shen},
journal= {arXiv preprint arXiv:2305.04101},
year = {2023}
}