利用 LLM 在学术知识图谱问答中的优化
使用大型语言模型，该研究论文介绍了一种学术知识图谱问答（KGQA）系统，通过少量示例解决书目自然语言问题。模型使用基于 BERT 的句子编码器来识别与给定测试问题相关的前 n 个相似训练问题，并检索它们对应的 SPARQL 查询。利用前 n 个相似问题 - SPARQL 对作为示例以及测试问题创建提示，并将其传递给大型语言模型以生成 SPARQL 查询。最后，在底层知识图谱（Open...
大型语言模型在生成能力方面表现出色，但在回答需要不太常见的信息的问题时容易出现幻觉。为了解决这个问题，研究人员提出了一个综合数据集，包含从结构化和非结构化知识源中检索信息的两跳多源问题。他们还引入了一种新颖的方法，利用多个检索工具，包括文本段落检索和符号化语言辅助检索。研究结果显示，这种方法在解决推理挑战方面优于以往的方法。
