arXiv cs.AI· Padmaja Jonnalagedda, Yuguang Yao, Xiang Gao, Hilaf Hasson, Kamalika Das·· 13 小时前AI 评分38
可执行 Schema 契约：从自动摄取到多源检索
Executable Schema Contracts: From Automatic Ingestion to Multi-Source Retrieval
AI 导读
一个系统可从原始多源数据中自动发现可执行 schema，并将其作为知识图谱构建与查询检索的共享契约。该系统用封闭字段目录约束 LLM 的 schema 发现、以确定性结构分析推断主键外键与来源层级，查询时由 schema 条件化多工具智能体在结构化查询、图遍历和向量检索间路由。在相同 LLM、数据和评测框架的零样本对比中，该系统在四个 QA benchmark 上优于仅检索和基于分解的基线。
正文 · AI 翻译
摘要：现实世界的数据涵盖表格、文档和半结构化文件，并带有隐式语义。查询这些数据需要跨不一致的模式和格式整合证据，然而现有方法要么需要昂贵的人工工程，要么完全绕过结构。我们提出一个系统，它从原始多源数据中自动发现可执行模式，并将其作为知识图谱构建和查询时检索的共享契约。封闭世界字段目录将基于 LLM 的模式发现约束在已证实字段上；确定性结构分析推断身份键、外键和源层级；由此产生的模式驱动抽取、去重和跨源链接，形成来源感知的知识图谱。在查询时，该模式——可选地通过单调协议扩展——为多工具智能体提供条件，使其在结构化查找、图遍历和向量搜索之间路由检索，返回带有可追溯引用的有依据答案。在使用相同 LLM、数据和评估框架的受控零样本比较中，该系统在四个 QA 基准上优于仅检索和基于分解的基线，消融实验表明，模式条件路由、结构智能和模式引导构建各自都对增益有所贡献。
| 评论： | 9 页，4 幅图，另加补充附录 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2606.05415 [cs.CL] |
| （或 arXiv:2606.05415v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.05415 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Saisri Padmaja Jonnalagedda [查看电子邮件]
[v1]
2026 年 6 月 3 日星期三 20:28:36 UTC（821 KB）
[v2]
2026 年 10 月 28 日星期三 22:31:23 UTC（823 KB）
来源：arXiv cs.AI · arxiv.org