波斯语知识图谱上多跳问答的方法
信息检索
2025-01-29 v1 人工智能
计算与语言
摘要
问答系统是信息检索技术的最新演进，旨在接受自然语言中的复杂查询并提供准确答案，同时利用结构化和非结构化知识源。在结构化数据中，知识图谱问答（KGQA）系统通过表示大量事实为图形的方式满足用户的信息需求。尽管取得了显著进展，但在回答多跳复杂问题方面仍存在诸多挑战，特别是在波斯语语境下。一个主要挑战是准确理解这些多跳复杂问题并将其转换为语义等价的 SPARQL 查询，这允许从知识图谱中检索精确答案。在本研究中，为解决此问题，开发了一个包含 5,600 个波斯语多跳复杂问题的数据集，以及基于问题语义表示的分解形式。随后，使用该数据集训练波斯语语言模型，并提出了使用波斯语知识图谱回答复杂问题的架构。最后，对该方法在 PeCoQ 数据集上的评估结果表明，我们的方法在 F1 分数上提高了 12.57%，在准确率上提高了 12.06%，优于最佳可比方法。
引用
@article{arxiv.2501.16350,
title = {A Method for Multi-Hop Question Answering on Persian Knowledge Graph},
author = {Arash Ghafouri and Mahdi Firouzmandi and Hasan Naderi},
journal= {arXiv preprint arXiv:2501.16350},
year = {2025}
}