【TKGQA】关于时间知识图谱问答的一篇综述

前言

时间知识图谱问答（TKGQA），是知识图谱问答领域里一个专门与时间打交道的子任务。现实世界中的事件总是沿着时间轴展开，因此带有时间约束的问题几乎无处不在：比如“2012年德国用的什么货币？”或者“奥巴马之前的美国总统是谁？”这类问题不光需要答案本身带时间标记，还要求系统能理解“之前”“期间”“之后”这类时序关系。可以说，TKGQA 是让知识图谱真正“动起来”的关键一环。

一、TKGQA

1.1 概述

先来拆解几个核心概念。

• 时间知识图谱（TKG）
  ：通常记作 G = (E, R, T, F)，分别代表实体、关系、时间戳和事实。一个带时间的事实 f ∈ F 由实体、关系以及相关的时间戳共同构成。表达形式很多样，可以是复合值类型（CVT）、三元组、四元组、五元组或者 n 元组——不同数据集各有偏好。

• 时态问题
  ：只要问题里至少包含一个时间约束，或者答案本身需要时间戳，就属于时态问题。时间约束往往由时态表达式和时态词组合而成。时态表达式是自然语言里表示具体时间点的说法（比如“2024年5月11日”），而时态词则用来表达两个时间之间的逻辑关系（例如“在”“之后”“期间”），它们就像触发词一样，给答案施加了时间上的限制。

• TKGQA 任务
  ：给定时态知识图谱 G 和一个自然语言的时态问题 q，目标就是从图谱中找出合适的实体集合 { e | e ∈ E } 或时间戳集合 { τ | τ ∈ T } 来回答 q。简单说，就是要同时理解语义和时间。

1.2 相关数据集

研究 TKGQA 离不开数据集。下面这张表格梳理了目前主流的一些数据集及其特点，包括问题规模、时间粒度、约束类型等，方便大家快速建立认知。

二、时间问题分类

为了更系统地研究时态问题，不同工作通常会从三个维度来划分：问题内容、答案类型和复杂性。我们逐一来看。

问题内容

• 时态粒度
  ：问题中时间表达式的精细程度。常见的有“年”“月”“日”，其中“年”出现的频率最高。

• 时态表达式性质
  ：分为显式和隐式。显式时间表达式不依赖上下文就能直接标准化，比如“2023年9月”可以归一化为 2023-09。隐式表达式则需要借助外部知识，比如“2024年巴黎奥运会”这个短语，只有知道奥运会的具体时间范围，才能把它映射成时间区间。

• 时态约束类型
  ：时间表达式之间到底存在什么关系？研究人员简化了经典的 Allen 区间代数，归纳出六种核心类型：Before/After（之前/之后）、Equal（相等）、Overlap（重叠）、During/Include（期间/包含）、Start/End（开始/结束）、Ordinal（序数）。每种类型都对应着不同的推理模式。

• 时态约束组合
  ：一个复杂问题里往往同时出现多个时间约束。例如“谁是2005年第一个要求与多哥会面的？”，这里面既包含了 Equal 类型（“在2005年”），又包含了 Ordinal 类型（“第一个”），答案必须同时满足这两个限制条件。

答案类型

时态问题的答案可以是实体集合，也可以是时间戳集合，且时间戳的粒度会随着问题而变化。区分方式很简单：看疑问词——问“谁”就是找实体，问“哪一年”就是找时间戳。

复杂性

借鉴 KBQA 领域的定义，复杂问题指需要从多个事实中推理才能得出答案的问题。以此为参照，时态问题也被划分为简单和复杂两类。

• 简单问题
  ：依赖单一事实即可解答。例如“2012年德国使用的货币是什么？”只需要从图谱中检索事实 <德国, 货币, 欧元, 2012>。

• 复杂问题
  ：需要整合多个事实进行多步推理。举个例子，“奥巴马之前的美国总统是谁？”系统首先从事实 <奥巴马, 美国总统, 2009, 2017> 中提取时间约束“2009年之前”，然后寻找该时间点之前的上一任总统，通过事实 <乔治·W·布什, 美国总统, 2001, 2009> 最终确认答案。这种多步推理过程，正是复杂问题的典型特征。

相关数据集覆盖情况

三、TKGQA方法

3.1 基于语义解析的方法（SP-based）

这类方法通常走四个步骤：

1. 问题理解
   ：把自然语言问题转换成编码表示，方便后续解析。一个经典做法是利用抽象意义表示（AMR）来捕捉时态词汇和隐式的时间约束。

2. 逻辑解析
   ：将编码后的问题转化为未实例化的逻辑形式。这个环节往往依赖预定义的规则或模板来解析问题结构。

3. TKG 定位
   ：用图谱中的实际元素（实体、关系、时间戳）来替换逻辑形式中的占位符，完成实体链接与时间戳标注。

4. 查询执行
   ：执行定位完毕的逻辑形式，从图谱中检索最终答案。时态推理通常就在这一步完成。

3.2 基于时态知识图谱嵌入的方法（TKGE-based）

这类方法的思路完全不同，主要分三步走：

1. TKG 嵌入
   ：为图谱中的实体和时间戳生成向量表示，同时构建候选答案池。

2. 问题嵌入
   ：分析时态问题的语义，并融合时间信息，把问题也映射到向量空间。

3. 答案排序
   ：基于问题和候选答案的向量表示，计算相似度并进行排序，选出最优答案。

3.3 方法对比

下表系统比较了两类方法在简单问题与复杂问题上的表现，以及它们在处理显式/隐式时态表达式、不同粒度、不同类型约束及组合约束时的能力差异。

四、Leaderboard

总结

这篇文章从问题内容、答案类型和复杂性三个维度，构建了一套较完整的时态问题分类体系。同时，将现有 TKGQA 方法划分为语义解析和知识图谱嵌入两大流派，并梳理了各自的优缺点与适用场景。一句话概括：要让机器真正理解并回答带时间的问题，既需要精细的语义分析，也需要灵活的推理机制，缺一不可。

参考文献

• Temporal Knowledge Graph Question Answering: A Survey，https://arxiv.org/pdf/2406.14191