融合大模型微調(diào)與圖神經(jīng)網(wǎng)絡(luò)的知識圖譜問答

摘要： 傳統(tǒng)知識圖譜問答系統(tǒng)在處理自然語言問句時(shí)，常因語義解析不精確而導(dǎo)致錯(cuò)誤。為解決這一問題，提出一種融合大模型微調(diào)和圖神經(jīng)網(wǎng)絡(luò)的知識圖譜問答方法。收集問題并定義問題的邏輯形式；利用大型預(yù)訓(xùn)練語言模型的強(qiáng)大語義解析能力，通過對問題及其對應(yīng)邏輯形式構(gòu)成的問答對進(jìn)行微調(diào)，提升問題解析的精度；采用模糊集方法增強(qiáng)微調(diào)后的邏輯形式，提高其檢索精度；利用圖神經(jīng)網(wǎng)絡(luò)對這些邏輯形式進(jìn)行關(guān)系投影和邏輯... （共11頁）