论文浅尝 | SAC-KG：利用大语言模型作为领域知识图谱熟练的自动化构造器（ACL2024）

文章预览

笔记整理：杜超超，天津大学硕士，研究方向为自然语言处理、大语言模型 论文链接：https://aclanthology.org/2024.acl-long.238/ 发表会议：ACL 2024 1. 动机 知识图谱（ K G ）在各个专业领域的知识密集型任务中都发挥着关键作用，因此，获取准确、可靠的高质量知识就尤为重要。但是现在构建知识图谱的方法严重依赖于人工干预才能获取合格的 K G ，这不利于 K G 在现实场景中的应用。因此，我们提出了一个通用的构建 K G 的框架， S AC-KG ：利用大语言模型作为领域知识图谱熟练的自动化生成器，该框架能够有效利用 L LM 作为领域专家来生成专业且准取的多层级 KG 。 SAC-KG 由三部分组成，生成器、验证器和修剪器，给定一个实体，生成器从原始语料库中生成关系和尾部，从而构建一个单层的 K G 。然后，验证器和修剪器协同工作，通过纠正生成错误并确定新 ………………………………