Synergizing Large Language Models and Knowledge Graphs: A Novel Approach to Software Repository-Related Question Answering
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法,将大型语言模型与知识图谱结合,提升软件仓库相关问答的准确率,从65%提高到84%。该方法有效解决了现有聊天机器人在理解自然语言和数据检索方面的局限性,促进了技术与非技术利益相关者对仓库数据的访问。
🎯
关键要点
- 本研究提出了一种新方法,将大型语言模型与知识图谱结合,提升软件仓库相关问答的准确率。
- 问答准确率从65%提高到84%,有效解决了现有聊天机器人在理解自然语言和数据检索方面的局限性。
- 该方法促进了技术与非技术利益相关者对软件仓库数据的访问,降低了提取有价值信息的难度。
➡️