胡森关于知识库上进行自然语言问答（QA）的论文（Answering Natural Language Questions by Subgraph Matching over Knowledge Graphs)）被 TKDE 2017 录用。

这篇论文是邹磊发表在 SIGMOD 2014 的 QA 论文的扩展，采用基于语义解析的方法，先将自然语言问题转化成语义查询图，再在知识图谱中寻找合适的匹配。核心的扩展内容在于将之前的工作总结为关系优先的方法（Relation-first framework）并分析缺陷，从而提出了节点优先的方法（Node-first framework）。在关系优先的方法中，语义查询图的结构是固定的，依赖于语法解析树（dependency parse tree）上的启发式规则，并且无法处理隐式关系。与之相反，新提出的节点优先的方法不依赖模板和启发式规则，具备较强的鲁棒性。它生成的语义查询图允许包含错误边，这些错误边会在查询执行阶段根据匹配情况被抛弃，从而能够处理更复杂的问题。与此同时，节点优先的方法在离线索引中挖掘频繁模式来支持隐式关系，并设计了高效的子图匹配算法支持语义查询图的 Top-k 检索。实验结果表明该方法在准确度和效率上均优于已有工作。