基于知识图谱的检索增强生成 KG-RAG4SM 用于 Schema Matching

查看 PDF

摘要：传统的基于相似度的模式匹配方法由于缺乏常识和领域特定知识，无法解决复杂、领域特定映射中的语义歧义和冲突。与此同时，缺乏足够背景知识的大型语言模型（LLM）容易产生幻觉，进一步加剧了模式匹配的复杂性。为克服这些局限，我们提出了 KG-RAG4SM，一种基于知识图谱的检索增强生成模式匹配方法。该方法集成了新颖的检索机制，包括基于 LLM、基于向量、基于图遍历以及混合技术，并结合先进的重新排序方案，从大型外部知识图谱中提取最相关的子图。我们的方法无需重新训练即可取得优异结果：在 MIMIC 数据集上，精确率比基于 LLM 的最先进（SOTA）方法（如 Jellyfish-8B）提升 39.79%，F1 分数提升 30.56%；在 Synthea 数据集上，精确率比基于预训练语言模型（PLM）的 SOTA 方法（如 SMAT）提升 69.20%，F1 分数提升 21.99%。此外，KG-RAG4SM 可有效扩展到从常识知识图谱到领域特定知识图谱的各类知识图谱，而其指令微调知识排除组件确保了在端到端模式匹配任务中即使知识图谱上下文相关性欠佳也能保持真实性能。我们的实证分析和来自真实场景的案例研究表明，我们的解决方案很好地缓解了 LLM 在模式匹配中的幻觉问题。

评论：	将发表于 ACM TKDD
主题：	数据库（cs.DB）；计算与语言（cs.CL）；信息检索（cs.IR）
引用为：	arXiv:2501.08686 [cs.DB]
	（或本版本使用 arXiv:2501.08686v2 [cs.DB]）
	https://doi.org/10.48550/arXiv.2501.08686 由 DataCite 颁发的 arXiv DOI
相关 DOI：	https://doi.org/10.1145/3862591 链接到相关资源的 DOI

提交历史

来自：Chuangtao Ma [查看邮箱]
[v1] 2025年1月15日星期三 09:32:37 UTC（2,064 KB）
[v2] 2026年11月6日星期五 14:56:30 UTC（974 KB）