knowledge graph | BriefGPT - AI 论文速递

关键词knowledge graph

搜索结果 - 531

基于知识图谱和工业数据的根因诊断新框架 Root-KGD
基于知识图谱和工业数据的故障根本原因诊断框架 (Root-KGD) 结合领域知识与工业数据特征，通过知识图谱推理进行根本原因识别，相比现有方法在在线工业应用中提供更准确的诊断结果和解释性故障相关信息。
PDF13 days ago
低资源情境下，LLM 在关系抽取中的表现如何？综合评估
该研究构建了十个低资源语言的关系抽取数据集，并利用语言困惑度对翻译数据进行过滤，最后在这些数据集上评估了开源大型语言模型的性能。
PDF15 days ago
SyntheT2C: 为在 Text2Cypher 任务中微调大型语言模型生成合成数据
综合大型语言模型（LLMs）与现有知识图谱（KG）数据库为一体，旨在增强 LLM 的效力和减轻其 “幻觉”。本研究提出 SyntheT2C 方法，通过基于 LLM 的提示和模板填充的两个不同流程，构建了一个合成的查询 - Cypher 对数
PDF17 days ago
EWEK-QA：面向引文问答系统的增强网络和高效知识图检索
通过设计自适应的网页检索器和高效地整合知识图谱三元组的方法，我们提出了增强型网页和高效知识图谱检索解决方案（EWEK-QA），以丰富系统提供的提取知识内容。我们的模型通过一系列定量分析和人工评估实验证明了 EWEK-QA 的有效性，显著提高
PDF18 days ago
高效并行多跳推理：知识图分析的可扩展方法
这篇论文重点关注如何优化多跳推理（MHR）的时间效率，提出了一种新的并行算法来快速识别知识图谱中顶点之间的前 K 个路径，从而有效地回答三跳查询，并通过实证结果展示了该算法的卓越性能。
PDF21 days ago
ACLHOLMES: 基于超关系的知识图谱用于多跳问答的 LLMs
利用压缩的知识图作为输入，我们的方法在使用较少标记表示支持文档中与查询相关信息方面比现有方法利用高达 67% 的标记。我们的实验证明，在两个流行的基准数据集（HotpotQA 和 MuSiQue）上，我们的方法在多个指标（EM，F1，BER
PDF22 days ago
语义增强的关系度量学习在推荐系统中的应用
通过引入语义信息，我们提出了一种联合语义增强关系度量学习 (SERML) 框架，该框架从目标评论中提取语义信号，并通过该信号改进了原始基于关系的训练过程的区分能力，实验证明 SERML 在推荐系统中表现与几种先进方法相当。
PDF25 days ago
LinkQ: 一个辅助 LLM 的可视化界面用于知识图谱问答
LinkQ 是一个通过自然语言问答来简化知识图谱查询构建的系统，它利用了大型语言模型来构建查询，使用户能够轻松地从知识图谱数据中获取有价值的信息，并通过迭代将开放性问题转化为精确问题，从而进行探索性和确认性数据分析。
PDF25 days ago
ACLTox-BART：利用毒性属性生成隐含仇恨言论的解释
利用语言模型为隐藏的仇恨帖子生成解释是一个活跃的研究领域，解释的目的是明确潜在的刻板印象并帮助内容管理员。研究通常结合前 k 个相关的知识图谱 (KG) 元组来提供世界知识并改善标准指标的性能，但我们的研究提出了冲突的证据，认为 KG 元组
PDFa month ago
UniOQA：基于大型语言模型的知识图谱问答统一框架
UniOQA 是一个统一框架，通过整合两种互补的并行工作流程，利用大语言模型精确地回答问题，并采用直接回答预测过程作为一种成本效益的补充，通过改进问题表示能力和优化知识图谱，显著提升了 SpCQL 逻辑准确性达到 21.2% 和执行准确性达
PDFa month ago
利用知识图谱进行可解释特征生成
KRAFT 是一个 AutoFE 框架，利用知识图谱来指导生成可解释特征，通过神经生成器和基于知识的推理器结合的混合 AI 方法来提高预测准确性和生成特征的可解释性。实验证明，KRAFT 在提高准确性的同时保证了较高的可解释性。
PDFa month ago
文化遗产艺术品的多模式元数据分配
我们开发了一个多模态分类器，在文化遗产领域使用了一种后期融合的方法，并引入了一种新颖的数据集。
PDFa month ago
KGLink：一种结合知识图谱和预训练语言模型的列类型注释方法
KGLink 是一种结合了 WikiData 知识图谱信息和预训练深度学习语言模型的方法，能有效地解决表格列注释中的类型粒度和有价值上下文缺失问题。
PDFa month ago
用 LLMs 推理概念：充斥着不一致
知识的总结和组织对于学习和推理至关重要。我们展示了大型语言模型在知识方面存在显著的不一致性。通过使用简单的知识图谱，我们能够揭示语言模型中的概念上的不一致性，并提出了改进语言模型的策略。
PDFa month ago
利用知识图谱和大型语言模型生成和人工专家评估有趣的研究思路
使用超过 58 百万科学论文构建的知识图谱，并结合 GPT-4 接口生成个性化研究想法的 SciMuse 系统，通过与马克斯・普朗克研究所的 100 多位研究团队领导的大规模人工评估，我们发现数据高效的机器学习可以高精度预测研究兴趣，从而优
PDFa month ago
混合上下文检索增强生成流水线：应用于认证报告协助的 LLM 增强知识图谱和向量数据库
通过引入混合上下文检索增强生成流水线，该文献研究了在商学院进行认证所需的文件对齐和报告过程，使用矢量数据库和知识图构建了机构数据和 AACSB 标准数据的知识存储，并使用 RAGAs 框架评估了流水线的性能。
PDFa month ago
COTET：用于知识图谱实体类型的跨视图最优传输
通过将类型聚类信息有效地融入实体和类型的表示中，Cross-view Optimal Transport（COTET）方法通过多视图生成和编码、交叉视图最优传输和基于汇聚机制的实体类型预测模块，在知识图谱实体类型推理任务中展现出了显著的效果
PDFa month ago
检索增强的语言模型用于极端多标签知识图链接预测
通过在大型语言模型中提取利用结构化真实世界知识的相关信息，我们提出了一种新的任务，即极端多标签知识图链接预测任务，以便模型可以使用多个响应来执行推断，从而解决了大型语言模型在开放式查询中的外推问题。
PDFa month ago
提高问答中的 LLM 准确性：本体论拯救！
使用知识图谱和语义表示的大型语言模型（LLMs）相较于直接对 SQL 数据库（即 Text-to-SQL）回答问题的系统，可以提高准确性，并且研究表明，通过使用知识图谱，准确性提升了从 16% 到 54%。本研究基于此，提出了一个方法来进一
PDFa month ago
COLING赋能小规模知识图谱：利用通用知识图谱实现丰富的嵌入策略
通过将小规模专业领域知识图谱与已建立的通用知识图谱进行关联，我们提出了一个框架来丰富领域特定知识图谱的嵌入，以应对大规模知识密集型任务中存在的挑战。实验评估表明，通过与大规模通用知识图谱的链接，采用我们的方法可以显著提升下游任务的性能，Hi
PDFa month ago