一種面向知識(shí)圖譜多跳問(wèn)答的分層語(yǔ)義解析方法

打開(kāi)文本圖片集

摘 要：在知識(shí)圖譜多跳問(wèn)答任務(wù)中，問(wèn)題的復(fù)雜語(yǔ)義往往難以被完全理解，這常導(dǎo)致回答的準(zhǔn)確性低于預(yù)期。為此，提出了一種名為HL-GPT（hierarchical parsing and logical reasoning GPT）的新型框架。該框架利用大語(yǔ)言模型的理解和生成能力，通過(guò)分層解析復(fù)雜語(yǔ)義及構(gòu)建邏輯推理路徑，以提升問(wèn)答任務(wù)的準(zhǔn)確性。（剩余20782字）