PulseAugur
中
实时 20:37:33
English(EN) Natural Language Access to Domain-Specific Metadata: A Reusable Framework for LLM Query Generation

新框架使用LLM实现对领域特定档案的自然语言访问

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为自然语言知识图谱查询（NLKGQ）的可重用框架，使用户能够通过自然语言查询领域特定的档案。该系统利用大型语言模型（LLM）将自然语言问题转化为准确的SPARQL查询，然后针对知识图谱执行这些查询。该框架被设计为领域无关的，开发始于在Web本体语言（OWL）本体中捕获领域词汇和语义。该系统在查询神经影像学研究档案元数据方面表现出100%的准确性，可读的实体名称和语义注释比LLM选择或提示工程更关键。 AI

影响 使研究人员能够更轻松地访问领域特定的数据，从而可能加速科学发现。

排序理由 关于LLM驱动的查询生成新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架使用LLM实现对领域特定档案的自然语言访问

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Blake G. Fitch, Cato Elia Kurtz ·

    领域特定元数据的自然语言访问：用于 LLM 查询生成的可重用框架

    arXiv:2607.18029v1 Announce Type: cross Abstract: Researchers need to answer ad-hoc questions about the contents of domain-specific archives but often lack the expertise to write structured queries on the metadata. We show that when domain vocabulary and semantics are captured in…

相关实体

相关话题