PulseAugur
中
实时 13:56:30
English(EN) From Graph Retrieval to Schema Realization: Counterfactual Validation for Text-to-SPARQL over Heterogeneous Knowledge Graphs

SchemaForge框架增强了跨异构知识图谱的文本到SPARQL查询

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SchemaForge，一个旨在改进异构知识图谱集合上文本到SPARQL查询生成的新框架。该系统解决了处理具有不同模式、部分对齐和不完整元数据的多个图的挑战。SchemaForge使用一种条件于问题的模式切片对齐机制来识别合理的图，然后选择一个本地模式切片来约束查询生成和验证，从而提高执行准确性。 AI

影响 提高了查询不同知识图谱的准确性，可能有助于依赖结构化数据的AI系统。

排序理由 这是一篇详细介绍特定NLP任务新框架的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yang Zhao, Chengxiao Dai, Yue Xiu, Dusit Niyato ·

    From Graph Retrieval to Schema Realization: Counterfactual Validation for Text-to-SPARQL over Heterogeneous Knowledge Graphs

    arXiv:2508.01815v2 Announce Type: replace-cross Abstract: Text-to-SPARQL maps natural-language questions to executable SPARQL queries over RDF knowledge graphs. While standard evaluations often fix the target graph in advance, practical knowledge graph question answering (KGQA) m…

相关实体

相关话题