arXiv cs.CL· Feng Liang, Weixin Zeng, Runhao Zhao, Mingjun Zhou, Shaoshi Yang, Xiang Zhao·· 12 小时前AI 评分22
ChronoSynth：面向时序知识图谱的约束感知问题生成框架
ChronoSynth: Constraint-Aware Question Synthesis over Temporal Knowledge Graphs
AI 导读
ChronoSynth 是一个记忆增强、约束感知的时序知识图谱问题生成框架，通过构建 Temporal Intent State 显式表达问题语义，并从索引模式记忆中检索兼容的类型化问题模式进行适配与校验。
正文 · AI 翻译
摘要：知识图谱问题生成（KGQG）从结构化图证据和目标答案生成自然语言问题。当输入图为时序图时，有效的问题还必须保留决定答案集的答案字段、时间条件、参考事件和时间顺序。现有的 KGQG 方法和提示基线可能生成流畅但改变这些条件的问题，导致时序语义漂移。本文将时序 KGQG 作为约束保持的图到问题生成问题进行研究，并提出 ChronoSynth，一个记忆增强且约束感知的生成框架。ChronoSynth 首先构建时序意图状态，使预期的问题语义显式化。然后，它从索引模式记忆中检索兼容的类型化问题模式，将其适配到输入图，并验证生成的问题。当检测到有依据的不一致时，验证反馈会指导修订。在 CRONQUESTIONS 和 MultiTQ 上的实验展示了最先进的生成性能，消融实验支持了其各组件的贡献。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.29339 [cs.CL] |
| （或 arXiv:2610.29339v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29339 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Feng Liang [查看电子邮件]
[v1]
2026年10月21日星期三 07:35:17 UTC（388 KB）
来源：arXiv cs.CL · arxiv.org