論文の概要: Interactive Query Answering on Knowledge Graphs with Soft Entity Constraints

• arxiv url: http://arxiv.org/abs/2508.13663v1
• Date: Tue, 19 Aug 2025 09:09:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.8711
• Title: Interactive Query Answering on Knowledge Graphs with Soft Entity Constraints
• Title（参考訳）: ソフトエンティティ制約を用いた知識グラフを用いた対話型クエリ解法
• Authors: Daniel Daza, Alberto Bernardi, Luca Costabello, Christophe Gueret, Masoud Mansoury, Michael Cochez, Martijn Schut,
• Abstract要約: 本稿では,クエリに対する元の回答を乱すことなく,ソフト制約を組み込むことで,クエリ応答スコアの調整を目的としたニューラルクエリリランカ(NQR)を提案する。 NQRは対話的に動作し、好まれるエンティティと好ましくないエンティティの漸進的な例に基づいて回答を精査する。 我々の実験は、堅牢なクエリ応答性能を維持しながら、NQRがソフト制約を捕捉できることを実証した。
• 参考スコア（独自算出の注目度）: 10.209426700875866
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Methods for query answering over incomplete knowledge graphs retrieve entities that are likely to be answers, which is particularly useful when such answers cannot be reached by direct graph traversal due to missing edges. However, existing approaches have focused on queries formalized using first-order-logic. In practice, many real-world queries involve constraints that are inherently vague or context-dependent, such as preferences for attributes or related categories. Addressing this gap, we introduce the problem of query answering with soft constraints. We propose a Neural Query Reranker (NQR) designed to adjust query answer scores by incorporating soft constraints without disrupting the original answers to a query. NQR operates interactively, refining answers based on incremental examples of preferred and non-preferred entities. We extend existing QA benchmarks by generating datasets with soft constraints. Our experiments demonstrate that NQR can capture soft constraints while maintaining robust query answering performance.
• Abstract（参考訳）: 不完全な知識グラフを問合せする手法は、答えになりそうなエンティティを検索するが、これは特に、エッジの欠落により直接グラフトラバースに到達できない場合に有用である。 しかし、既存のアプローチでは、一階述語を用いて形式化されたクエリに焦点が当てられている。 実際、現実世界のクエリの多くは、属性の好みや関連するカテゴリなど、本質的に曖昧で文脈に依存しない制約を含んでいる。 このギャップに対処するため、ソフト制約によるクエリ応答の問題を導入する。 本稿では,クエリに対する元の回答を乱すことなく,ソフト制約を組み込むことで,クエリ応答スコアの調整を目的としたニューラルクエリリランカ(NQR)を提案する。 NQRは対話的に動作し、好まれるエンティティと好ましくないエンティティの漸進的な例に基づいて回答を精査する。 ソフト制約のあるデータセットを生成することで、既存のQAベンチマークを拡張します。 我々の実験は、堅牢なクエリ応答性能を維持しながら、NQRがソフト制約を捕捉できることを実証した。

関連論文リスト

• Tractable Responsibility Measures for Ontology-Mediated Query Answering [3.1952340441132474]
  オントロジーによる問合せ応答の設定における計算責任スコアの複雑さについて検討する。 このような測定は、一階述語クエリのクラスで最小限のデータ複雑性を享受できることを示す。 言語が協調してサポートしている場合、アトミッククエリにインタラクタビリティがすでに適用されていることを証明します。
  論文  参考訳（メタデータ） (2025-07-31T02:08:12Z)
• The benefits of query-based KGQA systems for complex and temporal questions in LLM era [55.20230501807337]
  大規模言語モデルは質問回答(QA)に優れていますが、マルチホップ推論や時間的質問には苦戦しています。 クエリベースの知識グラフ QA (KGQA) は、直接回答の代わりに実行可能なクエリを生成するモジュール形式の代替手段を提供する。 WikiData QAのためのマルチステージクエリベースのフレームワークについて検討し、課題のあるマルチホップと時間ベンチマークのパフォーマンスを向上させるマルチステージアプローチを提案する。
  論文  参考訳（メタデータ） (2025-07-16T06:41:03Z)
• Is the House Ready For Sleeptime? Generating and Evaluating Situational Queries for Embodied Question Answering [48.43453390717167]
  本研究では,家庭環境における状況問合せ(S-EQA)による身体的質問回答の課題を提示し,解決する。 以前のEQAの作業とは異なり、状況的クエリでは、エージェントが複数のオブジェクト状態を正しく識別し、回答のために状態に関するコンセンサスに到達する必要がある。 本稿では, LLMの出力をラップして, 独自のコンセンサスクエリとそれに対応するコンセンサスオブジェクト情報を生成する新しいPrompt-Generate-Evaluateスキームを提案する。
  論文  参考訳（メタデータ） (2024-05-08T00:45:20Z)
• Open-Set Knowledge-Based Visual Question Answering with Inference Paths [79.55742631375063]
  知識に基づく視覚的質問回答(KB-VQA)の目的は、外部知識ベースの助けを借りて質問に対する正しい回答を提供することである。 KB-VQA, Graph pATH ranker (GATHER for brevity) の新しいレトリバーランカパラダイムを提案する。 具体的には、グラフの構築、プルーニング、パスレベルのランク付けが含まれており、正確な回答を検索するだけでなく、推論パスを提供して推論プロセスを説明する。
  論文  参考訳（メタデータ） (2023-10-12T09:12:50Z)
• Answering Ambiguous Questions via Iterative Prompting [84.3426020642704]
  オープンドメインの質問応答では、質問のあいまいさのため、複数の妥当な回答が存在する可能性がある。 ひとつのアプローチは、すべての有効な回答を直接予測することですが、これは、妥当性と多様性のバランスに苦労する可能性があります。 本稿では,あいまいな疑問に答える既存手法の欠陥に対処するため,AmbigPromptを提案する。
  論文  参考訳（メタデータ） (2023-07-08T04:32:17Z)
• DecAF: Joint Decoding of Answers and Logical Forms for Question Answering over Knowledge Bases [81.19499764899359]
  本稿では,論理形式と直解の両方を共同で生成する新しいフレームワークDecAFを提案する。 DecAFはWebQSP、FreebaseQA、GrailQAベンチマークで新しい最先端の精度を実現している。
  論文  参考訳（メタデータ） (2022-09-30T19:51:52Z)
• Query2Particles: Knowledge Graph Reasoning with Particle Embeddings [49.64006979045662]
  本稿では,知識グラフにエッジを欠いた複雑な論理的クエリに応答するクエリ埋め込み手法を提案する。 回答エンティティは、エンティティの埋め込みとクエリの埋め込みの類似性に応じて選択される。 埋め込み空間上の様々な領域から多様な回答を検索するために,複雑なKGクエリ応答方法Q2Pを提案する。
  論文  参考訳（メタデータ） (2022-04-27T11:16:08Z)
• Query Embedding on Hyper-relational Knowledge Graphs [0.4779196219827507]
  マルチホップ論理推論は知識グラフ上の表現学習の分野で確立された問題である。 我々はマルチホップ推論問題をハイパーリレーショナルなKGに拡張し、この新しいタイプの複雑なクエリに対処する。
  論文  参考訳（メタデータ） (2021-06-15T14:08:50Z)
• Answering Counting Queries over DL-Lite Ontologies [0.0]
  本稿では,クエリをカウントする一般的な形式を導入し,従来の提案に関連付けるとともに,そのようなクエリに答えることの複雑さについて検討する。 我々は、複雑性境界の改善を確立させる、実践的に関連するいくつかの制約について検討する。
  論文  参考訳（メタデータ） (2020-09-02T11:10:21Z)
• Bounded-Memory Criteria for Streams with Application Time [0.0]
  境界メモリ計算可能性は、ストリーム上の実行可能な計算を扱うAIやデータベースの領域において、引き続き焦点を絞っている。 本研究は,アプリケーション時間付きストリーム上でのSPJクエリのメモリ境界計算可能性の基準を示す。
  論文  参考訳（メタデータ） (2020-07-30T12:05:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。