提出查询自适应路径查找方法用于生物医学KGQA
原文：AdaPath: Query-Adaptive Path-Finding via Path-Bank for Multi-Hop Implicit Biomedical KGQA
在知识图谱上进行路径发现已成为将 LLM 推理落地到多跳问题的有效方式。然而，生物医学问答引入了两个通用领域方法难以应对的独特挑战：（i）查询不暴露中间推理过程，且可以通过多条有效路径得到解答；（ii）生物医学知识图谱连接高度稠密，路径发现方法很容易走错方向。为应对这些挑战，我们提出 AdaPath，一个从 Path-Bank 中检索查询自适应元路径的路径发现框架，Path-Bank 同时捕捉查询语义与生物医学知识图谱结构。AdaPath 为生物医学查询补充了缺失的线索，同时在多跳推理过程中有效剪枝稠密的知识图谱邻域。我们进一步发布了 BioStrat-QA，一个按多跳查询暴露的中间推理信息量进行分层的生物医学知识图谱问答基准。在多个生物医学 KGQA 基准上，AdaPath 持续优于基线方法，即使多跳查询暴露的表面信息较少，仍能保持有意义的路径发现。源代码见 https://github.com/Jun-Hyeong-Kim/AdaPath。作者：Jun Hyeong Kim, Dongki Kim, Yinhua Piao, Sung Ju Hwang 分类：cs.AI