ChatRule—基于LLM挖掘KG中的逻辑规则

文章预览

一.  引言 在本文中，我们提出了一个新的框架 ChatRule，提升LLM在知识图谱上挖掘逻辑规则的能力。具体而言，该框架以基于 LLM 的规则生成器为起点，利用 KGs 的语义和结构信息来促使 LLMs 生成逻辑规则。为了改进生成的规则，规则排名模块通过整合现有 KG中的事实 来估计规则的质量。最后，规则验证器利用 LLMs 的推理能力通过思维链验证排名规则的逻辑正确性。ChatRule 在四个大规模 KG上进行了评估，涉及不同的规则质量指标和下游任务，展示了我们方法的有效性和可扩展性。 二.   一个示例 知识图谱（KG）以三元组的结构格式存储了庞大的现实世界知识。KG 推理旨在从现有事实中推断新的知识，是 KG中的一项基本任务，对于 KG问答和推荐等应用至关重要 。最近，对可解释的 KG 推理的需求日益增加，这可以帮助用户理解推理过程，并提高KG 推 ………………………………