词汇化即一切所需：考察词汇知识在组合式关联数据问答系统中的影响

在本文中，我们考察词汇化对关联数据问答（QALD）的影响。众所周知，在将自然语言问题解释为 SPARQL 查询时，一个关键挑战在于弥合词汇鸿沟，即把查询中的词语映射到正确的词汇元素。我们认为，词汇化——即关于一个词语在给定词汇表中可能解释的显式知识——能显著简化这一任务并提升问答系统的性能。为此，我们提出了一种组合式问答系统，能够以组合式的方式利用显式词汇知识来推断问题的含义并转化为 SPARQL 查询。我们表明，这样的系统在具备词汇知识时，性能远超当前问答系统，与 QALD-9 上最佳问答系统相比，微 $F_1$ 分数提升了高达 $35.8\%$。这体现了纳入显式词汇知识的重要性和潜力。相反，我们表明大语言模型（LLMs）在利用词汇知识方面的能力有限，与不含词汇知识的版本相比仅有边际提升。这说明 LLMs 无法根据各部分的含义来组合式地解释问题，这是组合式方法的一个关键特征。综上所述，我们的工作为 QALD 研究开辟了新途径，强调了词汇化和组合性的重要性。