Using Multiple RDF Knowledge Graphs for Enriching ChatGPT Responses

要約

【タイトル】
複数のRDF知識グラフを使用して、ChatGPTの応答を豊かにする方法

【要約】
最近は、またがった知識を持つ詳細な回答を提供するChatGPTチャットボットを使用する傾向がある。しかし、多くの場合、ChatGPTはらしく聞こえるけれども不正確な回答を返し、エビデンスも提供しないため、正確性を確認するためにユーザーが検索する必要がある。同時に、現実の領域にわたる RDF 知識グラフ (KGs) の高い拡散があり、高品質の構造化データを提供している。ChatGPTとRDF KGの組み合わせを可能にするために、GPToLODSという研究用プロトタイプを提供し、ChatGPTの応答を百以上のRDF KGからより多くの情報で豊かにすることができる。具体的には、応答の各エンティティを識別し、統計情報とリンクを含む LODsyndesis KG (400のRDF KGから構成され、412百万以上のエンティティを含む)に注釈をつけるとともに、エンティティの内容を豊かにすることができ、応答の事実の事実確認と検証をリアルタイムで実行できる。

【要点】
– ChatGPTチャットボットは、さまざまな知識領域をカバーするために使用される
– ChatGPTは、正しくない回答または正確性の確認を提供しない回答を返すことがある
– RDF KGは、高品質の構造化データを提供することができる
– GPToLODSは、ChatGPTとRDF KGを組み合わせることでChatGPTの応答を豊かにする研究用プロトタイプである
– GPToLODSは、応答の各エンティティを識別し、RDF KGから収集された追加の情報でそれらを注釈し、エンティティの内容を豊かにし、それらの事実の事実確認と検証をリアルタイムで実行できる

要約(オリジナル)

There is a recent trend for using the novel Artificial Intelligence ChatGPT chatbox, which provides detailed responses and articulate answers across many domains of knowledge. However, in many cases it returns plausible-sounding but incorrect or inaccurate responses, whereas it does not provide evidence. Therefore, any user has to further search for checking the accuracy of the answer or/and for finding more information about the entities of the response. At the same time there is a high proliferation of RDF Knowledge Graphs (KGs) over any real domain, that offer high quality structured data. For enabling the combination of ChatGPT and RDF KGs, we present a research prototype, called GPToLODS, which is able to enrich any ChatGPT response with more information from hundreds of RDF KGs. In particular, it identifies and annotates each entity of the response with statistics and hyperlinks to LODsyndesis KG (which contains integrated data from 400 RDF KGs and over 412 million entities). In this way, it is feasible to enrich the content of entities and to perform fact checking and validation for the facts of the response at real time.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI