Temporal Knowledge Graph Question Answering: A Survey

要約

知識ベース質問応答(KBQA)は、知識ベースに基づいて質問に答える長年の分野である。近年、知識のダイナミクスが進化していることから、時間的な質問に答える新たなタスクである時間知識グラフ質問応答（TKGQA）への関心が高まっている。しかし、この分野では時間的質問の定義が曖昧であり、TKGQAのための既存の手法の体系的な分類がなされていない。そこで本論文では、「時間的質問の分類法」と「TKGQAのための方法論的分類法」という2つの観点から徹底的なサーベイを行う。具体的には、まず、先行研究で行われている時間的質問の詳細な分類法を確立する。その後、意味解析ベースとTKGエンベッディングベースの2つに分類されるTKGQA手法を包括的にレビューする。このレビューに基づき、TKGQAの分野を発展させるための潜在的な研究の方向性を概説する。本論文は、TKGQAの包括的なリファレンスとして機能し、さらなる研究を刺激することを目的としている。

要約(オリジナル)

Knowledge Base Question Answering (KBQA) has been a long-standing field to answer questions based on knowledge bases. Recently, the evolving dynamics of knowledge have attracted a growing interest in Temporal Knowledge Graph Question Answering (TKGQA), an emerging task to answer temporal questions. However, this field grapples with ambiguities in defining temporal questions and lacks a systematic categorization of existing methods for TKGQA. In response, this paper provides a thorough survey from two perspectives: the taxonomy of temporal questions and the methodological categorization for TKGQA. Specifically, we first establish a detailed taxonomy of temporal questions engaged in prior studies. Subsequently, we provide a comprehensive review of TKGQA techniques of two categories: semantic parsing-based and TKG embedding-based. Building on this review, the paper outlines potential research directions aimed at advancing the field of TKGQA. This work aims to serve as a comprehensive reference for TKGQA and to stimulate further research.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL