融合大模型微調與圖神經網絡的知識圖譜問答

摘要： 傳統(tǒng)知識圖譜問答系統(tǒng)在處理自然語言問句時，常因語義解析不精確而導致錯誤。為解決這一問題，提出一種融合大模型微調和圖神經網絡的知識圖譜問答方法。收集問題并定義問題的邏輯形式；利用大型預訓練語言模型的強大語義解析能力，通過對問題及其對應邏輯形式構成的問答對進行微調，提升問題解析的精度；采用模糊集方法增強微調后的邏輯形式，提高其檢索精度；利用圖神經網絡對這些邏輯形式進行關系投影和邏輯... （共11頁）