研究人员开发了两个用于知识图谱(KG)问答的新颖框架。第一个,KGFR,采用大型语言模型(LLM)和结构化检索器(KGFR)之间的协作方法,实现了对未见过的KG的零样本泛化,并能高效处理大型图谱。第二个,KGVoyager,提出了一个知识图谱无关的代理架构,该架构动态地发现图谱结构和语义以生成SPARQL查询,仅需要一个查询端点和一个轻量级的类索引即可应用于现实世界的端点。 AI
影响 这些进展有望提高AI系统在检索和推理复杂知识图谱时的准确性和效率。
排序理由 两篇学术论文介绍了知识图谱问答的新方法。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- Asymmetric Progressive Propagation
- Knowledge Graph Foundation Retriever
- Knowledge Graph Question Answering
- Large language models
- LLM-KGFR
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- KGVoyager
- Litmaps
- RDF graphs
- ScienceCast
- scite Smart Citations
- SPARQL
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →