时序知识图谱问答综述
计算与语言
2026-01-15 v4 人工智能
机器学习
摘要
知识库问答（Knowledge Base Question Answering，KBQA）长期以来是基于知识库回答问题的领域。近期，随着知识演化动态的日益关注，时序知识图谱问答（Temporal Knowledge Graph Question Answering，TKGQA）作为一种新兴任务以回答时序问题而受到广泛关注。然而，该领域面临着对时序问题定义模糊以及缺乏对现有TKGQA方法系统性分类等问题。为此，本文从两个视角提供了详尽综述：时序问题的分类学以及TKGQA方法的分类。具体而言，我们首先建立了详尽的时序问题分类框架。随后，我们综述了两类TKGQA技术：语义解析为主和时序知识图谱嵌入为主。基于此综述，本文概述了旨在推动TKGQA领域发展的潜在研究方向。这项工作旨在为TKGQA提供全面参考，并激发进一步的研究。
引用
@article{arxiv.2406.14191,
title = {Temporal Knowledge Graph Question Answering: A Survey},
author = {Miao Su and Zixuan Li and Zhuo Chen and Long Bai and Xiaolong Jin and Jiafeng Guo},
journal= {arXiv preprint arXiv:2406.14191},
year = {2026}
}
备注
8 pages, 3 figures. This work has been submitted to the IEEE for possible publication