原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
４２３Ｖｏｌ４２Ｎｏ３
第卷第期计算机应用研究
２０２５３ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＭａｒ．２０２５
年月
一种面向知识图谱多跳问答的分层语义解析方法
，，，
周岩范永胜孙松周粤
（，４０１３３１）
重庆师范大学计算机与信息科学学院重庆
：，，。
摘要在知识图谱多跳问答任务中问题的复杂语义往往难以被完全理解这常导致回答的准确性低于预期
，ＨＬＧＰＴ（ｈｉｅｒａｒｃｈｉｃａｌｐａｒｓｉｎｇａｎｄｌｏｇｉｃａｌｒｅａｓｏｎｉｎｇＧＰＴ）。
为此提出了一种名为的新型框架该框架利用大语言模
，，。
型的理解和生成能力通过分层解析复杂语义及构建逻辑推理路径以提升问答任务的准确性研究方法包括
：，，
三个阶段首先通过大语言模型从问题的不同层次中解析出关键实体和多层关系并将这些信息转换为逻辑形
；，，；，
式其次将这些逻辑形式与知识图谱中的数据进行映射并逐步检索相关实体以构建逻辑推理路径最后利用
，。ＭｅｔａＱＡ、ＣＯＫＧＤＡＴＡ、Ａｅｒｏ
大语言模型固有的推理能力整合问题和逻辑路径以生成准确的答案本框架在
ＱＡＮＬＰＣＣＭＨ，，ＨＬＧＰＴ。
和四个数据集上进行实验实验结果表明相比基线模型有明显的性能提升
：；；；
关键词大语言模型知识图谱多跳问答语义解析
中图分类号：ＴＰ３９１．１文献标志码：Ａ文章编号：１００１３６９５（２０２５）０３００９０７１４０６
ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０２４．０７．０２６２
Ｈｉｅｒａｒｃｈｉｃａｌｓｅｍａｎｔｉｃｐａｒｓｉｎｇａｐｐｒｏａｃｈｆｏｒｍｕｌｔｉｈｏｐ
ｑｕｅｓｔｉｏｎａｎｓｗｅｒｉｎｇｏｎｋｎｏｗｌｅｄｇｅｇｒａｐｈｓ
ＺｈｏｕＹａｎ，ＦａｎＹｏｎｇｓｈｅｎｇ，ＳｕｎＳｏｎｇ，ＺｈｏｕＹｕｅ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ＆ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ，ＣｈｏｎｇｑｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０１３３１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｍｕｌｔｉｈｏｐｑｕｅｓｔｉｏｎａｎｓｗｅｒｉｎｇ
文档评论（0）