基于大语言模型与领域特定标准的数据卡口交互
信息检索
2024-10-18 v2 人工智能
摘要
本文贡献引入了一种概念，利用大语言模型（LLM）和数据卡口界面来增强 SPARQL 查询生成，以便于对形式化知识进行直观访问。通过自然语言输入，系统将用户查询转换为准确的 SPARQL 查询，这些查询严格查询本体的事实内容，从而有效防止 LLM 产生错误信息或捏造。为提高结果的质量和准确性，还将来自已建立领域特定标准的额外文本信息集成到本体中，以对其概念和关系进行精确描述。实验研究评估了生成 SPARQL 查询的准确性，结果显示，使用 LLM 对查询本体具有显著优势，并为未来研究指明了方向。
引用
@article{arxiv.2408.00800,
title = {Chatbot-Based Ontology Interaction Using Large Language Models and Domain-Specific Standards},
author = {Jonathan Reif and Tom Jeleniewski and Milapji Singh Gill and Felix Gehlhoff and Alexander Fay},
journal= {arXiv preprint arXiv:2408.00800},
year = {2024}
}
备注
\c{opyright} 2024 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works