Adapting Meta Knowledge Graph Information for Multi-Hop Reasoning over Few-Shot Relations（2019 EMNLP）
Idea：該論文利用meta-learning從高頻關係實例中學得參數，然後快速應用於few-shot關係推理中。
該QA問題被定義爲：一個三元組的query被定義爲
，其中e代表源實體，r代表關係類別，目的是從知識圖譜中找到目標實體。例如：“What is the nationality of Mark Twain” 被形式化爲 (Mark Twain; nationality; ?) → target entity ：America
multi-hop reasoning：(Mark Twain; nationality; ?) 的答案不能從單一實例中得出，需加以推理。
multi-hop explainable paths：(Mark Twain; born-In; Florida) ^(Florida; located-In; America)
few-shot：從真實數據集中觀察得出，其知識圖譜的構建類別很不均衡，有長尾問題。從而引入few-shot learning來解決這一問題。
Problem Formulation
將該問題定義爲：
，其中前兩個集合分別代表實體和關係集合。目的是求得
。K被設置成超參數，小於K則爲few-shot關係類，反之則爲正常關係類。最後目標是預測出目標實體和推理路徑。
Model
模型的主要目的是在正常關係類別上訓練出一個好的參數，然後將其作爲一個好的起點應用於few-shot關係類別上。
該Meta-KGR模型可以被分成兩個部分（1）relation-specific learning：旨在通過強化學習來找到目標實體和推理路徑。（2）meta-learning：旨在基於（1）學習到的參數快速的解決few-shot關係。
Relation-Specific Learning
Reinforcement Learning Formulation
rq代理從源實體起去尋找目標實體：
states：t時刻的狀態被定義爲
，
Actions：基於當前狀態st，action空間包括可能的邊關係和t+1時刻的當前實體。
Transition：在t時刻，當代理做出了action
。狀態會改變爲
。Transition函數被定義爲
。
當達到設置的步驟數後，會產生最終狀態
。
Rewards：當最終停止在目標實體上
= 1，否則是一個概率
。
Policy Network
基於狀態如何做出選擇，該模型考慮任務上的所有搜索歷史。
，最後網絡輸出被定義爲在所有狀態上的一個分佈：
Meta-Learning
對於當前參數θ，將其遷移到新的任務上：
其中Ds爲新任務上支持集合。在將學到的參數應用於新任務上的查詢集合上用於更新參數θ。
至此更新後的參數θ可以作爲某個few-shot關係類別的起始參數了。