基于局部知识图谱的多层次摘要生物医学问答方法
计算与语言
2025-04-03 v1 人工智能
信息检索
摘要
在问答系统（QA）中，检索增强生成（RAG）在各类领域实现了性能的飞跃。然而，如何有效捕获多文档之间的关系，尤其是对生物医学任务至关重要，仍是一个开放问题。本文提出了一种新方法，利用命题主张从检索到的文档构建局部知识图谱。随后通过知识图谱的层级摘要来生成摘要，以 contextualize 小语言模型以完成问答任务。我们的方法在多个生物医学问答基准测试上实现了与 RAG 框架持平或更好的性能。我们还针对一系列特定指标评估了方法的每个步骤，证明了其有效性。
引用
@article{arxiv.2504.01309,
title = {Biomedical Question Answering via Multi-Level Summarization on a Local Knowledge Graph},
author = {Lingxiao Guan and Yuanhao Huang and Jie Liu},
journal= {arXiv preprint arXiv:2504.01309},
year = {2025}
}