LinkQ：一种由大语言模型辅助的知识图谱问答可视化界面
计算与语言
2025-02-11 v2 人工智能
机器学习
摘要
我们提出LinkQ系统，利用大语言模型（LLM）通过自然语言问答方式辅助知识图谱（KG）查询构建。传统方法通常需要详细的图查询语言知识，限制了用户——即便是专家——获取KG有价值见解的能力。LinkQ通过实施多步骤协议来简化此过程，其中LLM解释用户提出的问题，然后系统atically地将其转换为格式良好的查询。LinkQ帮助用户迭代地细化开放性问题为精确问题，支持针对性和探索性分析。此外，LinkQ通过确保用户的问题仅来自ground truth KG数据来防止LLM生成幻觉输出。我们通过对五位KG实践者的定性研究来展示LinkQ的有效性。我们的结果表明，实践者认为LinkQ在KG问答中有效，并且希望未来LLM辅助的探索性数据分析系统。
引用
@article{arxiv.2406.06621,
title = {LinkQ: An LLM-Assisted Visual Interface for Knowledge Graph Question-Answering},
author = {Harry Li and Gabriel Appleby and Ashley Suh},
journal= {arXiv preprint arXiv:2406.06621},
year = {2025}
}
备注
Open-source code: https://github.com/mit-ll/linkq