8月27日
09:42
09:42官方账号arXiv cs.AI@Pankaj Kumar, Subhankar Mishra
研究揭示GNN-based KGQA在实体链接到答案生成各阶段中对抗性攻击下的失败原因,发现子图构建阶段是主要问题所在,而非推理模型。实验在ComplexWebQuestions和WebQSP上展开,结果表明子图构建阶段对攻击更为敏感。相关数据集和评估基础设施已发布。
推荐理由:这篇论文揭示了GNN-based KGQA在对抗性攻击下的弱点,特别是子图构建阶段,对于理解KGQA系统的鲁棒性具有重要意义。
8月26日
11:27
11:27官方账号arXiv cs.AI@Md Saikat Islam Khan Bappy, Oshani Seneviratne
针对知识图谱问答中数据分散的问题,提出FedV-KGQA框架,结合本地图丰富化和知识图谱嵌入,确保原始三元组和关系参数不离开各个孤岛,实现结构化数据边界,无需集中式图访问。引入主题实体锚定机制,无需跨孤岛通信即可定位正确图邻域。在三个基准上评估12种模型配置,FedV-KGQA表现强劲,接近集中式性能,可泛化到3跳推理,对嵌入扰动具有鲁棒性。
推荐理由:FedV-KGQA框架解决了知识图谱问答中数据分散的问题,结合本地图丰富化和知识图谱嵌入,无需集中式图访问,引入主题实体锚定机制,无需跨孤岛通信即可定位正确图邻域,性能强劲,值得一看。
11:23