KagNet: Knowledge-Aware Graph Networks for Commonsense Reasoning

[175****1239]

亮点

引入ConceptNet作为额外的知识事实来帮助构建图，通过GCN 和层次注意力。图构建关系，GCN提取特征，层注意力来计算相关性分数进行排序

方法：

1. 如何构建图
2. 基于图如何去实现推理过程

图的构建

首先提取QA中的concept，本文采用N-gram的方式，通过采用停用词好词性还原方法去除噪音。
基于路径搜索的方法找到路径不超过4的路径，这样初步的图就构建完成了。然后使用预训练好的embedding来表示这个图的结点以及关系。
通过cos来计算两个结点间的关系，进行剪枝

推理过程

通过两层GCN编码

#启示

1. 引入外部知识库的方法可以进行领域迁移，代码部分是重点。
2. 构建图的方法可以迁移到其他领域。