arXiv cs.AI· Remo Grillo, Lukas Klic, Giovanni Colavizza·· 10 天前AI 评分27
QRAKEN：用自然语言问题作为知识图谱接口的图蒸馏与语义自愈
Natural Language Questions as an Interface for Knowledge Graphs: QRAKEN Graph Distillation and Semantic Self-Healing
AI 导读
QRAKEN 是一个免训练、本体无关的神经符号管线，通过离线蒸馏生成的 TTQL 描述多跳模式、条件频率与路径条件字面量示例，引导 LLM 生成 SPARQL 查询。
正文 · AI 翻译
摘要：对 RDF 知识图谱的自然语言访问是语义网的核心目标。大语言模型（LLM）推动了 Text-to-SPARQL 的发展，但在不熟悉的图谱上，它们常常生成有效却歪曲了实际数据模型的查询。QRAKEN 是一个无需训练、与本体无关的神经符号流水线，它将生成建立在经验性图谱证据而非模式预期之上。一个离线蒸馏器生成 TTQL，这是对已填充的多跳模式、条件频率和路径条件字面量示例的紧凑描述，外加一个类-属性共现矩阵。在线阶段，TTQL 引导 LLM，而确定性的语法、词汇和数据模型检查为迭代优化提供诊断。在 CK25（首届国际 Text2SPARQL 挑战赛）上，在 QLever 快照上以匹配条件重新计算，QRAKEN 使用 GPT-4.1 mini 达到 0.643 $\pm$ 0.026 的严格 F1，使用 GPT-5.4 达到 0.652 $\pm$ 0.012：相对于重新计算的最强参赛者分别提升 30% 和 32%，优于使用相同基础模型系列的系统。消融实验表明 TTQL 模式是主要驱动因素（相比仅形状基线严格 F1 提升 +0.31）；优化循环提供了一个廉价的安全网，拒绝共现矩阵不支持的三元组模式。与自动推导的 SHACL 相比，TTQL 的严格 F1 高出 64%，支持了经验模式超越模式暴露的价值。使用两个本地 35B 4 位开放权重模型且零边际成本，同一流水线可匹敌重新计算的最强参赛者，并且 TTQL 相对于仅形状和 SHACL 基线的优势依然存在。在单个相对较小的基准上的结果提供了初步的经验信号；在非常开放的跨领域图谱上进行单体 TTQL 注入仍是主要局限。
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.08095 [cs.AI] |
| （或 arXiv:2610.08095v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.08095 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Remo Grillo [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 10:24:26 UTC（68 KB）
来源：arXiv cs.AI · arxiv.org