Klr-kgc: razonamiento LLM guiado por conocimiento para completar gráficos de conocimiento
Autores: Ji, Shengwei; Liu, Longfei; Xi, Jizhong; Zhang, Xiaoxue; Li, Xinlu
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Klr-kgc: razonamiento LLM guiado por conocimiento para completar gráficos de conocimiento
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Completación de gráficos de conocimiento
Incrustación tradicional de gráficos de conocimiento
Modelos de lenguaje grandes
Capacidades de razonamiento
Razonamiento guiado por conocimiento de LLM
Conocimiento de gráficos de conocimiento análogo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
La finalización del grafo de conocimiento (KGC) implica inferir entidades o relaciones faltantes dentro de un grafo de conocimiento, desempeñando un papel crucial en varios dominios, incluyendo la respuesta a preguntas inteligentes, sistemas de recomendación y sistemas de diálogo.
Descripción
La finalización del grafo de conocimiento (KGC) implica inferir entidades o relaciones faltantes dentro de un grafo de conocimiento, desempeñando un papel crucial en varios dominios, incluyendo la respuesta a preguntas inteligentes, sistemas de recomendación y sistemas de diálogo.