論文の概要: BEST-KAG: Enhancing Question Answering of Building Engineering Standards with Multimodal Knowledge Graph Modeling and Large Language Model

• arxiv url: http://arxiv.org/abs/2608.11244v1
• Date: Sun, 02 Aug 2026 10:27:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 01:32:04.594431
• Title: BEST-KAG: Enhancing Question Answering of Building Engineering Standards with Multimodal Knowledge Graph Modeling and Large Language Model
• Title（参考訳）: BEST-KAG:マルチモーダル知識グラフモデリングと大規模言語モデルによる建築工学標準の質問応答の強化
• Authors: Jia-Rui Lin, Junxi Guo, Keyin Chen, Peng Pan,
• Abstract要約: 既存の標準アプリケーションはキーワードベースの文書検索と手動のクロスクロース解釈に依存している。 本研究では,BEST-KAGという標準知識に対する質問応答を支援するマルチモーダルな知識駆動型フレームワークを開発する。
• 参考スコア（独自算出の注目度）: 0.8788007897441119
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Construction standards are critical for building safety and sustainability. Existing standard application workflows rely on keyword-based document retrieval and manual cross-clause interpretation, which cannot reliably support multi-clause reasoning, multimodal knowledge utilization, or traceable clause-level evidence linkage. To address these limitations, this study develops a multimodal knowledge-driven framework that supports question answering on standard knowledge named BEST-KAG (Knowledge-Augmented Generation for Building Engineering STandards). The framework introduces 1) a multimodal knowledge graph (MKG) for unified representation of document hierarchy and heterogeneous standard knowledge with various connections, 2) a rule-LLM hybrid knowledge construction pipeline for scalable multimodal knowledge extraction, creating a large MAG with 251 building engineering standards, 171,652 nodes and 310,914 edges, and 3) a graph-retrieval-based knowledge-augmented generation architecture for clause-grounded and traceable question answering. Experiments demonstrate that BEST-KAG consistently outperforms multiple mainstream LLMs in terms of Expert evaluation, and metrics including BLEU, and ROUGE, with the best improvement up to 74.01% compared to the baselines.
• Abstract（参考訳）: 建設基準は安全と持続可能性の構築に不可欠である。 既存のアプリケーションワークフローは、キーワードベースの文書検索と手動のクロスクラス解釈に依存しており、マルチクラス推論、マルチモーダル知識利用、トレーサブルな節レベルのエビデンスリンクを確実にサポートできない。 これらの制約に対処するため,BEST-KAG(Knowledge-Augmented Generation for Building Engineering STandards)という標準知識に対する質問応答を支援するマルチモーダルな知識駆動フレームワークを開発した。 フレームワークが紹介 1) 文書階層と異種標準知識の統一表現のためのマルチモーダル知識グラフ(MKG)。 2) スケーラブルなマルチモーダル知識抽出のためのルールLLMハイブリッド知識構築パイプラインで,251のエンジニアリング標準,171,652ノード,310,914エッジを備えた大規模なMAGを生成する。 3)グラフ検索に基づく節接頭およびトレース可能な質問応答のための知識付加型生成アーキテクチャ。 実験により、BEST-KAGはエキスパート評価やBLEU、ROUGEなどの指標において、ベースラインに比べて74.01%の精度で、複数の主要なLCMよりも一貫して優れていたことが示されている。

関連論文リスト

• mKG-RAG: Multimodal Knowledge Graph-Enhanced RAG for Visual Question Answering [29.5761347590239]
  Retrieval-Augmented Generation (RAG) はマルチモーダル大言語モデル(MLLM)の内部知識を拡張するために提案されている。 本稿では,知識集約型VQAタスクのためのマルチモーダルKGに基づく,新しいマルチモーダル知識拡張生成フレームワーク(mKG-RAG)を提案する。
  論文  参考訳（メタデータ） (2025-08-07T12:22:50Z)
• MMESGBench: Pioneering Multimodal Understanding and Complex Reasoning Benchmark for ESG Tasks [56.350173737493215]
  環境・社会・ガバナンス(ESG)報告は、持続可能性の実践の評価、規制コンプライアンスの確保、財務透明性の促進に不可欠である。 MMESGBenchは、マルチモーダル理解と複雑な推論を、構造的に多種多様なマルチソースESG文書間で評価するための、最初のベンチマークデータセットである。 MMESGBenchは、45のESG文書から得られた933の検証済みQAペアで構成され、7つの異なるドキュメントタイプと3つの主要なESGソースカテゴリにまたがる。
  論文  参考訳（メタデータ） (2025-07-25T03:58:07Z)
• VAT-KG: Knowledge-Intensive Multimodal Knowledge Graph Dataset for Retrieval-Augmented Generation [16.248703946640735]
  マルチモーダル知識グラフ(MMKG)は、複数のモーダルにまたがる明示的な知識を表す。 Visual-Audio-Text Knowledge Graph (VAT-KG)は、概念中心で知識集約型のマルチモーダル知識グラフである。
  論文  参考訳（メタデータ） (2025-06-11T07:22:57Z)
• Multiple Heads are Better than One: Mixture of Modality Knowledge Experts for Entity Representation Learning [51.80447197290866]
  高品質なマルチモーダル実体表現を学習することは、マルチモーダル知識グラフ(MMKG)表現学習の重要な目標である。 既存の手法は、エレガントなエンティティワイドマルチモーダル融合戦略の構築に重点を置いている。 適応型マルチモーダルな実体表現を学習するために,Mixture of Modality Knowledge Expert (MoMoK) を用いた新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-27T06:36:17Z)
• Generative Multi-Modal Knowledge Retrieval with Large Language Models [75.70313858231833]
  マルチモーダル知識検索のための革新的なエンドツーエンド生成フレームワークを提案する。 我々のフレームワークは,大規模言語モデル(LLM)が仮想知識ベースとして効果的に機能するという事実を生かしている。 強いベースラインと比較すると,すべての評価指標に対して3.0%から14.6%の大幅な改善が見られた。
  論文  参考訳（メタデータ） (2024-01-16T08:44:29Z)

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。