Mar, 2024
思维的逻辑查询:通过知识图谱引导大型语言模型回答复杂逻辑查询
Logic Query of Thoughts: Guiding Large Language Models to Answer Complex Logic Queries with Knowledge Graphs
Lihui Liu, Zihao Wang, Ruizhong Qiu, Yikun Ban, Hanghang Tong
TL;DR本文提出了 'Logic-Query-of-Thoughts' (LGOT) 方法,首次将大型语言模型 (LLMs) 与基于知识图谱的逻辑查询推理相结合,通过将复杂的逻辑查询拆解为易答的子问题,并利用知识图谱推理和 LLMs 共同解答,最终获得准确的结果。实验结果显示 LGOT 在性能上得到了大幅提升,相比 ChatGPT 提高了 20%。