NLQxform：基于语言模型的问句到 SPARQL 转换器
计算与语言
2023-11-15 v1 人工智能
摘要
近年来，学术数据在规模和复杂性上都急剧增长。从包含学者、论文、机构等各类实体之间大规模异构关系（如作者关系、隶属关系和引用关系）的学术知识图谱中检索信息变得愈发具有挑战性。作为学术 QALD 挑战赛的一部分，本文提出了一个名为 NLQxform 的问答（QA）系统，它提供了一个易用的自然语言接口，以方便访问学术知识图谱。NLQxform 允许用户以自然语言问题表达其复杂的查询意图。系统采用基于 transformer 的语言模型（即 BART）将问题翻译为标准 SPARQL 查询，这些查询可被求值以检索所需信息。根据 ISWC 2023 学术 QALD 挑战赛公开排行榜（任务 1：DBLP-QUAD——基于 DBLP 的知识图谱问答），NLQxform 取得了 0.85 的 F1 分数，并在该 QA 任务上排名第一，展示了系统的竞争力。
引用
@article{arxiv.2311.07588,
title = {NLQxform: A Language Model-based Question to SPARQL Transformer},
author = {Ruijie Wang and Zhiruo Zhang and Luca Rossetto and Florian Ruosch and Abraham Bernstein},
journal= {arXiv preprint arXiv:2311.07588},
year = {2023}
}