EDBT 2025 Tutorial | 基于大语言模型与知识图谱的问答技术研究：最新进展与机遇

文章预览

EDBT 2025 Tutorial 基于大语言模型与知识图谱的问答技术研究： 最新进展与机遇 01 时间 10:30 AM - 12:30 PM, 27th March 02 地点 Barcelona, Spain 03 链接 https://edbticdt2025.upc.edu/?contents=accepted-papers-tutorials.html 01 ｜ Overview 大语言模型（ LLM ）因其在自然语言理解和生成方面的卓越能力， 已在 多个问答任务中表现出 优秀的 性能。另一方面，由于 LLM 存在推理能力 弱 、领域知识过时或 匮乏 、重新训练成本高昂 、 上下文长度有限 等 问题，基于 LLM 的问答方法在 诸如 多跳问答 与 长上下文问答等复杂问答任务中 的效果不尽如人意 。 而 知识图谱（ KG ）存储 了对于推理与解释十分有效的基于图的结构化知识，可有效表达现实世界中显式的事实知识及特定领域知识 。为解决基于 LLM 的 问答方法 所面临的挑战和局限， 近期多项融合 L LM 与 K G 的问答研究工作被提出。本 ………………………………