《基于相关性提示的知识图谱问答》被软件学报录用
点击次数：
发布时间：2024-07-03
发布时间：2024-07-03
文章标题：《基于相关性提示的知识图谱问答》被软件学报录用
内容：
随着大语言模型（Large Language Model, LLM）的不断发展，其在开放领域取得了出色的表现。然而，由于缺乏专业知识，LLM在垂直领域问答任务上效果较差。这一问题引发了研究者的广泛关注，现有研究通过“检索——问答”的方式，将领域知识注入大语言模型，增强其性能。然而该方式通常会检索到额外的噪声数据而导致LLM的性能损失。为解决该问题，本文提出基于知识相关性的知识图谱问答方法。具体而言，本文将噪声数据与回答问题所需要的知识进行区分，在“检索——相关性评估——问答”的框架下，引导大语言模型选择合理的知识做出正确的回答。此外，本文提出了一个机械领域知识图谱问答的数据集Mecha-QA，包含传统机械制造以及增材制造两个子领域，以推进该领域大语言模型与知识图谱问答相关的研究。为验证所提方法的有效性，本文在Mecha-QA和航空航天领域数据集Aero-QA上进行实验。结果表明，本文方法可以显著提升大语言模型在垂直领域知识图谱问答的性能。