跳到正文
arXiv cs.CL· Anton Gusarov, Anastasia Volkova, Valentin Khrulkov, Andrey Kuznetsov, Evgenii Maslov, Ivan Oseledets·· 11 小时前AI 评分26

VeriCypher:通过 Text-to-Cypher 生成实现 GraphRAG 的命名实体校验

VeriCypher: Named-Entity Verification for GraphRAG via Text-to-Cypher Generation

AI 导读

VeriCypher 是一个面向标签属性图(LPG)的 LLM text-to-Cypher 问答框架,核心机制是命名实体校验:从生成的 Cypher 查询中抽取节点标签、关系模式、属性键和字面值,与目标图及 schema 比对,将不匹配转为下一轮生成的修正指令。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:知识图谱问答传统上聚焦于资源描述框架(RDF)图、SPARQL 查询和基于三元组的表示。然而,带标签属性图(LPG)对基于 LLM 的查询生成提出了不同的挑战:可执行的 Cypher 查询必须与模式结构、遍历方向、属性键和字面实体值保持一致。这促使我们提出 VeriCypher,一个基于 LLM 的 text-to-Cypher 框架,用于在 LPG 上进行问答。它将基于类 Cypher 图模式摘要的条件查询生成与运行时执行、基于 LLM 的查询评估以及迭代纠正相结合,其核心机制是命名实体验证:系统从生成的查询中提取节点标签、关系模式、属性键和字面值,对照目标图和模式进行检查,并将不匹配项转化为下一步生成步骤的纠正指令。我们在 CypherBench 基准上跨多个领域和 LLM 骨干模型评估了 VeriCypher。与 LLM 基线相比,该方法持续提升了答案正确性和查询鲁棒性。消融结果进一步表明,命名实体验证有助于纠正幻觉出的模式元素和实体值,从而支持在异构属性图上进行更可靠的基于 LLM 的问答。
评论: 此 https URL
主题: 人工智能(cs.AI);计算与语言(cs.CL)
MSC 分类: 68P20, 68T30
ACM 分类: I.2.7; I.2.11; H.2.4
引用为: arXiv:2511.08274 [cs.AI]
  (或 arXiv:2511.08274v2 [cs.AI] 查看此版本)
  https://doi.org/10.48550/arXiv.2511.08274

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Anton Gusarov [查看邮箱]
[v1] 2025年11月11日星期二 14:04:00 UTC(532 KB)
[v2] 2026年11月1日星期日 22:38:31 UTC(1,479 KB)

来源:arXiv cs.CL · arxiv.org