通过使用 GPT3.5 进行硬件设计领域文本的知识图谱构建，该论文提出了一种基于 oracle-checker 方案的方法，旨在从领域专家的背景知识中提取核心要点，并以 RISC-V 特权 ISA 规范为例进行了解释和讨论。

Oct, 2023

KG-based search engine architecture for finding doctors and locations in healthcare domain, with significantly higher coverage for complex queries without degrading quality.

Oct, 2023

本文提出了一种新的基于图的方法来进行语义解析，解决了文献中观察到的两个问题：(1) seq2seq 模型无法完成组合泛化任务；(2) 使用短语结构解析器的先前工作无法涵盖树库中观察到的所有语义解析。我们证明了两个优化算法的正确性，用基于约束平滑和条件渐变的方法近似解决这些推断问题。实验证明，我们的方法在 Geoquery、Scan 和 Clevr 上都具有最先进的效果，包括在测试组合泛化的过程中。

Feb, 2023

本文研究了文档结构在学习任意文档语料库中概念本体关系方面的作用，所采用的基于超类发现和可解释性的方法，比独立的 R-GCN 模型准确率高 15 个百分点。

Apr, 2021

知识图谱是不完全的，因为世界知识不完整且受到输入的偏见影响。本文概述了几种方法，这些方法被提出来以在这种环境下回答查询。首先，我们提供了各种查询类型的概述，这些方法可以支持这些查询类型，并介绍了用于评估的数据集以及它们的局限性。然后，我们概述了不同的方法，并描述了它们的表达能力、支持的图类型和推理能力。

Aug, 2023

本文提出了利用 minibucket elimination 和 message-passing updates 两种方法来划定图形模型中 MPE 查询边界的多种算法，采用混合式方法平衡两者优势，实验证明其在 PASCAL2 推理挑战中取得第一名。

Oct, 2012

交通数据的快速增长为揭示有关交通动态的更深入信息提供了许多机会，但也需要一个有效的数据库管理系统，其中信息检索是一个重要的功能。本文提出了一个用于高速公路交通拥堵的时空模式的基于内容的检索系统。

Nov, 2023

融合语言模型和知识图谱已经变成通识问题回答研究中的常见做法，但在这些模型中实现忠实的思维链解释仍然是一个开放问题。本研究的两个主要贡献是：(1) 提出并验证了两个定量指标 - 图一致性和图忠实度 - 用于衡量基于知识图谱的解释的忠实性。(2) 引入了一种新颖的训练方法 Consistent GNN (CGNN)，通过增加一项一致性正则化项来提高解释的忠实性。分析结果表明，知识图谱的预测往往与原始模型的预测偏离。所提出的 CGNN 方法提高了一致性和忠实度，展示了它产生更忠实解释的潜力。我们的工作强调明确评估的重要性，并为开发基于图的忠实解释结构提供了前进的方向。

Oct, 2023

本研究针对语义解析器在零样本学习中难以正确选择新数据库常数集的问题，提出一种全局推理数据库常数集的解析器，采用图神经网络的消息传递机制，考虑问题的情境信息，软选择一部分数据库常数集，并通过训练模型根据数据库常数与问题单词的全局匹配度对解析结果排序。在面向包含复杂数据库的零样本语义解析数据集 Spider 中，我们将该方法应用于当前最先进模型，将准确率从 39.4％提高到 47.4％。

Aug, 2019

本文介绍了贝叶斯网络学习的主要方法，包括约束 - based 方法、得分 - based 方法和混合方法。作者提出了一种新的基于贪心等价搜索（GES）的混合方法，并证明了它的一致性。在模拟研究中表明，这种方法相较于 PC 算法，具有更好的性能。

Jul, 2015