ICLR 2023 | UniKGQA: PLM+KG新架构，同时适配检索和推理！

 © 作者｜蒋锦昊   机构｜中国人民大学   研究方向 | 自然语言处理 本文介绍了本小组发表于ICLR 2023的论文UniKGQA，其基于预训练语言模型设计了一套统一的模型架构，同时适用于多跳KBQA检索和推理，在多个KBQA数据集上取得显著提升。文章也同步发布在 AI Box 知乎专栏（知乎搜索 AI Box 专栏），欢迎大家在知乎专栏的文章下方评论留言，交流探讨！该论文发表于 ICLR-2023 Main Conference：论文链接：https://arxiv.org/pdf/2212.00959.pdf开源代码：https://github.com/RUCAIBox/UniKGQA前言如何结合 PLM 和 KG 以完成知识与推理仍然是一大挑战。我们在NAACL-22关于常识知识图谱推理的研究 (SAFE) 中发现，PLM 是执行复杂语义理解的核心。因此，我们深入分析了已有的复杂 GNN 建模外部 KG 知识的方法是否存在冗余。最终，基于发现，我们提出使用纯 MLP 轻量化建模辅助 PLM 推理 ………………………………