natural language to SPARQL conversion
PulseAugur coverage of natural language to SPARQL conversion — every cluster mentioning natural language to SPARQL conversion across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 QRAKEN 管道增强了知识图谱的自然语言查询功能
研究人员开发了 QRAKEN，一个新颖的神经符号管道，旨在改进 RDF 知识图谱的自然语言查询。与以往严重依赖模式期望的旧方法不同，QRAKEN 将其查询生成建立在经验性图证据的基础上。它采用两阶段过程：一个离线蒸馏器创建一个名为 TTQL 的紧凑表示，描述填充的模式和频率；一个在线组件使用 TTQL 指导 LLM，同时应用确定性检查进行优化。这种方法在 Text-to-SPARQL 任务上显著提高了性能，优于现有系统，并证明了经验性…
-
新的GGC框架通过选择性校正提高文本到SPARQL的准确性
研究人员推出生成器-门控器-校正器（GGC）框架，该框架旨在提高基于大型语言模型的文本到SPARQL生成的可靠性。GGC首先生成查询，然后由门控器判断是否需要校正，最后校正模块仅优化高风险查询。这种选择性方法提高了准确性和效率，将查询级准确率从90.23%提高到98.33%，同时与校正所有查询相比，推理开销降低了45%。
-
SchemaForge框架增强了跨异构知识图谱的文本到SPARQL查询
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。