基于稠密段落检索与NT-sMoCo对比学习的知识库问答增强方法

针对知识库问答(KBQA)系统在稀疏知识图谱(KB)中难以区分硬正例(Hard-Positive)与硬负例(Hard-Negative)的难题，研究人员提出融合稠密段落检索与温度归一化动量对比学习(NT-sMoCo)的新型框架。实验表明，在WebQSP数据集上Hits@1最高提升7.9%，F1-score提升8%，显著增强了对复杂查询的应答能力。

　　

在人工智能蓬勃发展的今天，知识库问答系统(KBQA)作为连接人类自然语言与结构化知识的桥梁，其重要性日益凸显。然而现实中的知识图谱(KB)如同残缺的拼图——尽管Freebase、DBpedia等大型知识库存储了海量(实体，关系，实体)三元组，但面对长尾实体或新兴事实时仍捉襟见肘。更棘手的是，当系统遇到"看似正确实则错误的答案"(Hard-Negative)或"看似错误实则正确的答案"(Hard-Positive)时，传统方法往往束手无策。这种困境导致现有KBQA在WebQSP数据集上的Hits@1指标长期停滞在70%左右，严重制约了实际应用价值。

为突破这一瓶颈，研究人员创新性地将稠密段落检索(Dense Passage Retrieval)与改进的动量对比学习技术相结合，提出名为NT-sMoCo(Normalized Temperature-scaled Momentum Contrast)的新型框架。该研究通过知识扩展(KE)模块挖掘潜在关系，利用骨干网络提取特征，最终通过温度归一化的对比损失函数强化模型对硬样本的区分能力。实验证明，该方法在30%-100%不同覆盖度的知识库条件下均显著优于基线模型，特别是在100%覆盖度时将F₁-score提升至65.3%，为稀疏知识图谱下的精准问答提供了新思路。论文成果已发表于《Expert Systems with Applications》。

关键技术方法包含三方面：1)知识扩展模块通过模板化策略增强原始KB，挖掘QA对中的隐含关系；2)采用稠密检索器构建问题-段落嵌入空间；3)创新性设计NT-sMoCo对比学习框架，通过温度系数调节和动量更新机制优化硬样本判别。实验使用WebQSP和GrailQA标准数据集，覆盖度设置包括30%/50%/70%/100%四个层级。

研究结果

1. 知识扩展模块：通过关系模板和实体链接技术，将原始KB的实体关联密度提升23%，有效缓解了长尾实体覆盖不足问题。
2. 骨干网络性能：在70%覆盖度下，基础检索模型的Hits@1达到61.8%，较传统IR方法提高9.2%，验证了稠密检索的优势。
3. NT-sMoCo对比效果：硬正例识别准确率提升14.7%，硬负例误判率降低11.3%，证明温度缩放策略能有效放大细微差异。
4. 整体系统对比：在WebQSP上，100%覆盖度时Hits@1达77.3%，超越ArcaneQA等前沿模型7.9个百分点；GrailQA数据集上EM(精确匹配)指标提升0.6%。

结论与意义
该研究开创性地将动量对比学习引入KBQA领域，通过NT-sMoCo机制解决了硬样本判别这一核心难题。相较于需要庞大算力的LLM方案，这种轻量级方法在资源受限环境下展现出独特优势：一方面，温度归一化策略有效平衡了相似度分布的陡峭程度；另一方面，动量更新机制稳定了嵌入空间演化过程。实验证实，即使在30%的低覆盖度条件下，系统仍能保持50.3%的Hits@1性能，这对医疗、金融等专业领域的稀疏知识库应用具有重要启示。未来工作可探索该框架在多跳推理和时序知识更新中的扩展应用。