arXiv cs.CL· Ziang Cui·· 11 小时前AI 评分24
GenVer：用三元组到文本对齐做知识图谱验证
Bridging Structure and Semantics: Knowledge Graph Verification via Triple-to-Text Alignment
AI 导读
GenVer 是一个生成式验证器，通过三元组的序列化形式与生成的自然语言表示（NLR）联合打分，并用三元组-文本对齐流程筛选训练对，再由 BERT 分类器融合两类特征。在基于 FB15k 构建的四个 FactFB 变体上，其分类准确率达 88.56% 至 91.52%，为所评估基线中最高。案例分析同时暴露了语义漂移与高置信度错误。
正文 · AI 翻译
摘要：语义准确性是知识图谱质量的一个重要维度。基于图的评分方法利用关系结构，而文本表示则使分类器能够利用预训练语言模型（PLM）所编码的知识。我们提出了 GenVer，一种生成式验证器，它同时使用三元组的序列化形式和生成的自然语言表示（NLR）来对三元组进行评分。三元组-文本对齐过程为序列到序列生成器选择训练对；随后，基于 BERT 的分类器将每个三元组及其生成的 NLR 的特征结合起来。在四个由 FB15k 使用扰动负三元组构建的 FactFB 变体上，GenVer 在所评估的基线中获得了最高的分类准确率，范围为 88.56% 至 91.52%。实验表明，生成的表示有助于三元组分类，而案例分析也揭示了语义漂移和高置信度错误。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.07780 [cs.CL] |
| （或 arXiv:2611.07780v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.07780 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ziang Cui [查看电子邮件]
[v1]
2026年11月5日星期四 10:19:27 UTC（513 KB）
来源：arXiv cs.CL · arxiv.org