Domain Specific Question Answering Over Knowledge Graphs Using Logical Programming and Large Language Models

要約

ドメイン固有のグラフに関する質問に答えるには、関係の数が限られていることとドメインの特殊な性質のため、カスタマイズされたアプローチが必要です。
私たちのアプローチでは、古典的な論理プログラミング言語を大規模言語モデル (LLM) に統合し、論理推論機能を利用して KGQA タスクに取り組むことができるようにします。
質問を Prolog クエリとして表現することにより、可読性があり自然言語に近い表現になるため、プログラムによって導出された回答の生成が容易になります。
私たちのアプローチの有効性を検証するために、よく知られたベンチマーク データセットである MetaQA を使用して評価します。
私たちの実験結果は、注釈付きデータのごく一部でトレーニングした場合でも、すべてのテスト質問について正解エンティティを正確に識別できることを示しています。
全体として、私たちの研究は、論理プログラミング言語を組み込むことによって説明可能で堅牢なソリューションを提供し、ドメイン固有のグラフに対する質問応答に対処するための有望なアプローチを示しています。

要約(オリジナル)

Answering questions over domain-specific graphs requires a tailored approach due to the limited number of relations and the specific nature of the domain. Our approach integrates classic logical programming languages into large language models (LLMs), enabling the utilization of logical reasoning capabilities to tackle the KGQA task. By representing the questions as Prolog queries, which are readable and near close to natural language in representation, we facilitate the generation of programmatically derived answers. To validate the effectiveness of our approach, we evaluate it using a well-known benchmark dataset, MetaQA. Our experimental results demonstrate that our method achieves accurate identification of correct answer entities for all test questions, even when trained on a small fraction of annotated data. Overall, our work presents a promising approach to addressing question answering over domain-specific graphs, offering an explainable and robust solution by incorporating logical programming languages.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google