PSYCHIC：一种用于知识图谱问答落地的神经-符号框架
人工智能
2023-10-20 v1
摘要
2023 年国际语义网会议（ISWC）上的关联数据学术问答（Scholarly QALD）挑战赛提出了两个子任务，以解决知识图谱（KG）上的问答（QA）。我们通过提出一种基于 PSYCHIC 的神经-符号（NS）框架来回答 DBLP 上的 KGQA（DBLP-QUAD）任务，PSYCHIC 是一个能够识别与 KG 问题相关的查询和实体的抽取式 QA 模型。我们的系统在问答上取得了 00.18% 的 F1 分数，并在实体链接（EL）上以 71.00% 的分数获得第三名。
引用
@article{arxiv.2310.12638,
title = {PSYCHIC: A Neuro-Symbolic Framework for Knowledge Graph Question-Answering Grounding},
author = {Hanna Abi Akl},
journal= {arXiv preprint arXiv:2310.12638},
year = {2023}
}
备注
10 pages, 3 figures, 2 tables, accepted for the Scholarly-QALD challenge at the International Semantic Web Conference (ISWC) 2023