Konstruktor：简单知识图谱问答的强基线方法
计算与语言
2024-09-25 v1
摘要
尽管是最流行的问题类型之一，但像“谁是灰姑娘的作者？”这样的简单问题仍未完全解决。令人惊讶的是，即使是最强大的现代大语言模型在处理此类问题时也容易出错，尤其是在处理稀有实体时。同时，由于答案可能距离问题实体一跳之遥，可以尝试开发一种利用结构化知识图谱 (KG) 来回答此类问题的方法。在本文中，我们介绍了 Konstruktor——一种高效且稳健的方法，它将问题分解为三个步骤：(i) 实体抽取和实体链接，(ii) 关系预测，以及 (iii) 查询知识图谱。我们的方法集成了语言模型和知识图谱，利用了前者的强大能力和后者的可解释性。我们实验了两种命名实体识别和实体链接方法以及多种关系检测技术。我们表明，对于工作流中最具挑战性的步骤——关系检测，关系分类/生成与排序的组合优于其他方法。我们在四个数据集上报告了 Konstruktor 的强劲结果。
引用
@article{arxiv.2409.15902,
title = {Konstruktor: A Strong Baseline for Simple Knowledge Graph Question Answering},
author = {Maria Lysyuk and Mikhail Salnikov and Pavel Braslavski and Alexander Panchenko},
journal= {arXiv preprint arXiv:2409.15902},
year = {2024}
}
备注
18 pages, 2 figures, 7 tables