Page 150 - 《软件学报》2025年第9期

马杰 等: 基于相关性提示的知识图谱问答 4061

n
e q q 对应的答案为
建. 对于一个给定问题 q, 其中包含的实体为 , a, 则定义 (q,a) 在图谱 G 中对应的 个三元组
“
[(s 1 ,r 1 ,o 1 ),...,(s n ,r n ,o n )] 中每个三元组 (s i ,r i ,o i ) 序列化后的文本 t pos i = [s i ,r i ,o i ] ”为 q 对应的正样本, 其中 i 为下标,
表示第 i 个三元组. 可以得到, q 对应的正样本集合 为:
Ω pos q
{( ) }
|1 ⩽ i ⩽ n (6)
= q,t pos i
Ω pos q

cos (u, v)
u v

Pooling Pooling

RoBERTa RoBERTa

[黄铜, 熔点, 950 ℃] 黄铜和青铜的熔点哪一个更高?

positive negative
[黄铜, 熔点, 950 ℃] [黄铜, 导热率, 92.8 W/(m·K)]
[青铜, 熔点, 995 ℃] [青铜, 比热容, 385.2 J/(kg·K)]
···
采样
一阶子图
熔点
膨胀 995 ℃
··· 系数 熔点 950 ℃
切变
黄铜 热导率 青铜 模量
···
比热容
··· ···

知识谱图

图 3 相关性计算模块

在负样本构建时, 定义问题 q 中实体 e q 对应的一阶子图 G s 中非正样本的三元组均为负样本. 考虑到在子图 G s
q, 只有极少一部分的三元组为正样本, 因此, 在实际构建时, 对所有的负样本三元组进行采样, 最
中, 对给定问题
后得到 q 对应的负样本集合 Ω neg q 为:

( )
= sample ∁ Ω pos q (7)
Ω neg q
SubG e
最终通过利用正负样本对, 微调 m3e 模型 (https://huggingface.co/moka-ai/m3e-base), 实现相关性计算模块.
m3e 是一个基于 RoBERTa 的在中英文数据集上进行大规模训练的句子表示模型, 参考文献 [47], 本文微调过程
的 loss 函数为:
( ( ) )
∑ cos u i ,u j −cos(u k ,u l )
sim dis = exp (8)
T
(i,j)∈Ω pos ,
(k,l)∈Ω neg