使用神经 Transformer 增强知识图谱层次结构
人工智能
2024-04-15 v1 计算与语言
数字图书馆
信息检索
机器学习
摘要
知识图谱是组织、推荐和排序数据的有用工具。知识图谱中的层次结构在提高对知识图谱中数据的理解和划分方面提供了显著益处。本工作利用大语言模型（LLM）在现有知识图谱中生成并增强层次结构。对于小规模（<100,000 节点）的特定领域知识图谱，我们发现少样本提示与单次生成相结合的效果良好，而较大的知识图谱可能需要循环生成。我们提出了增强层次结构的技术，使得我们知识图谱中意图的覆盖率提高了 98%，颜色的覆盖率提高了 99%。
引用
@article{arxiv.2404.08020,
title = {Augmenting Knowledge Graph Hierarchies Using Neural Transformers},
author = {Sanat Sharma and Mayank Poddar and Jayant Kumar and Kosta Blank and Tracy King},
journal= {arXiv preprint arXiv:2404.08020},
year = {2024}
}
备注
European Conference on Information Retrieval 2024