动机
作者思考，如果一个人懂多个语言，那么只要他知道某一语言的某个事实，就能以它作为另一语言问题的答案，同时希望证明计算机是否也能做到这一点，并完成混合语言的简单问题知识问答任务（Code-Mix Simple Questions KBQA）。所谓Code-Mix即是指QA中的问题不是由单一语言构成，以中英双语举例：
“我怎么知道本文提出的model是否work呢？”
方法
作者将提出的CMQA模型分为两个步骤：1.候选生成 2.候选重排序
候选生成
这里的候选指的是KB中与问题相关的三元组，作者提出的思路是利用检索模式，缩小候选三元组的搜索空间。通过使用 Solr（一个开源的倒排索引查询系统），将 Freebase 中所有三元组编入索引，而后将 Question 作为检索的 Query 得到 top-k 个候选三元组，检索的排序打分参考 BM25。（注意：在这里检索仅支持英文，故混合语言问题中其他非英语成分对检索没有贡献，那么如果问题的entity是非英语的话，是否可能引入大量与问题无关的三元组呢）
候选重排序
本文的主要工作就是设计了一个重排序模型 Triplet-Siamese-Hybrid CNN(TSHCNN)，采用 CNN（卷积网络）学习输入文本的语义表示，考虑到不同语言的词序差异性，作者认为 CNN 可以学习到输入文本中的词汇顺序特征以及短语顺序特征。
对于排序过程，文章将其抽象为一个多分类问题，即每个答案都是一个潜在类别，且对应的问题数量可能很小甚至为0，这里主要通过匹配目标实体和谓词来做答案筛选。直观思路是通过构建一个问题-答案间的相似度打分作为参照指标用于排序，作者在这里引入Siamese networks方法完成上述目的。
整体的模型框架如图
模型由两个通道组成，分别用于学习正例与负例，每一通道有三个输入：
1.问题
2.正（负）例样本
3.由正（负）例样本与问题联合构成的附加输入
网络结构由卷积层->池化层->向量关联->全连接层 构成，两个通道中对应位置的网络共享权重参数
语言转换
处理多语言问题还是绕不开语义鸿沟，为了将两种语言关联起来，作者采用了双语词嵌入+K近邻组合的策略，构建通用跨语言词嵌入空间，将双语词汇投影到该空间中，再引入K近邻方法构建双语词汇关联。
实验
数据：SimpleQuestions (Bordes et al., 2015)dataset
75.9k/10.8k/21.7k training/validation/test
词嵌入预训练：English，Hindi Fasttext(Bojanowski et al., 2016)
English-Hindi bilingual Smith et al.(2017) to obtain
自建数据集：Hindi-English混合语言问句 规模：250，简单问题，每句对应一个Freebase三元组
神经网络的超参数设定如图：
简单知识问答实验结果
候选三元组生成实验结果
双语端到端问答实验结果
部分问答效果示例
总结
作者认为本文的贡献包括：
成功的回答混合语言问题，在基于“英语语料，有噪声的海地语监督，和不完美的双语词嵌入”情况下
提出TSHCNN模型用于联合学习候选重排序
构建了一组250规模的海地语-英语混合语言问题数据集，并且这个数据集的答案来源于SimpleQuestion数据集，且可以映射到Freebase知识库上
本方法是作者所知目前第一个端到端的混合语言知识问答方法
论文笔记整理：谭亦鸣，东南大学博士，研究方向为知识库问答、自然语言处理。
OpenKG.CN
中文开放知识图谱（简称OpenKG.CN）旨在促进中文知识图谱数据的开放与互联，促进知识图谱和语义技术的普及和广泛应用。
转载须知：转载需注明来源“OpenKG.CN”、作者及原文链接。如需修改标题，请注明原标题。
点击阅读原文，进入 OpenKG 博客。