面向归纳式逻辑查询回答的提示融合框架
机器学习
2024-03-20 v1
摘要
在知识图谱（KG）上回答逻辑查询对机器推理构成了重大挑战。该任务的主要障碍源于知识图谱固有的不完整性。现有研究主要集中于解决知识图谱中缺失边的问题，从而忽略了不完整性的另一个方面：新实体的出现。此外，大多数现有方法倾向于分别对每个逻辑运算符进行推理，而不是在推理过程中将查询作为一个整体进行全面分析。本文提出了一种名为 Pro-QE 的查询感知提示融合框架，该框架能够整合现有的查询嵌入方法，并通过上下文信息聚合来解决新兴实体的嵌入问题。此外，通过编码符号查询生成的查询提示被引入，以从整体视角收集与查询相关的信息。为了评估模型在归纳设置下的有效性，我们引入了两个新的具有挑战性的基准。实验结果表明，我们的模型成功处理了逻辑查询中未见实体的问题。此外，消融研究证实了聚合器和提示组件的有效性。
引用
@article{arxiv.2403.12646,
title = {Prompt-fused framework for Inductive Logical Query Answering},
author = {Zezhong Xu and Peng Ye and Lei Liang and Huajun Chen and Wen Zhang},
journal= {arXiv preprint arXiv:2403.12646},
year = {2024}
}
备注
Accepted by COLING 2024