Question answering over spatio-temporal knowledge graph

Xinbang Dai

doi:10.1016/j.knosys.2025.114314

Question answering over spatio-temporal knowledge graph

2025-08-23

0

PRE

AI

DOI：10.1016/j.knosys.2025.114314

原文链接

原文求助

摘要

En 中文

时空知识图谱（STKGs）通过整合时空标注来增强传统知识图谱，能够对具有时空依赖性的问题进行精确推理。尽管其潜力巨大，但关于时空知识图谱问答（STKGQA）的研究仍然有限。这主要归因于缺乏同时包含时空信息的公开数据集，以及能够处理隐式时空推理的方法。为弥补这一差距，我们提出了时空问答数据集（STQAD），这是首个包含10,000个需要同时进行时间和空间推理的自然语言问题的综合基准。STQAD基于包含时空信息的真实世界事实构建，确保数据集反映实际场景。此外，我们的实验表明，现有KGQA方法在STQAD上表现不佳，主要由于它们无法建模时空交互。为解决这一问题，我们提出了时空复杂问答（STCQA）方法，该方法将时间和空间特征联合嵌入知识图谱表示中，并通过约束感知推理动态筛选答案。STCQA达到了当前最优性能，显著优于现有基线。我们的工作不仅为未来研究提供了宝贵资源，也为该领域提供了回答复杂时空问题的稳健基线。

Keyword:

spatio-temporal knowledge graphs

question answering

temporal reasoning

spatial reasoning

complex question answering

Question answering over spatio-temporal knowledge graph

摘要

期刊

机构

引用论文