Mar, 2023
GETT-QA:基于图嵌入的 T2T Transformer 在知识图谱问答中的应用
GETT-QA: Graph Embedding based T2T Transformer for Knowledge Graph Question Answering
Debayan Banerjee, Pranav Ajit Nair, Ricardo Usbeck, Chris Biemann
TL;DR提出了一种基于 T5 模型的知识图谱问答系统 GETT-QA, 它能够自然语言输入问题并在简化后产生意图的 SPARQL 查询,通过对实体和关系的标签进行解释,并利用截断 KG 嵌入进一步优化结果,在 Wikidata 数据集下获得了强有力的端到端 KGQA 性能.