ACL 2024 | 构建超关系知识图谱（KG），增强大模型多跳/Multi-hop QA问答能力！
ACL 2024 | 构建超关系知识图谱（KG），增强大模型多跳/Multi-hop QA问答能力！
点击上方“AINLPer“，设为星标
更多干货，第一时间送达
引言
对于非结构化文本，大模型 (LLM) 比较擅长回答简单（单跳）问题。然而，随着问题的复杂性增加，LLM 的性能会下降。本文作者认为其主要原因是，大模型在理解复杂问题和从原始文本中筛选、聚合非结构化信息过程中出现了性能问题。
为此，本文作者为了能让LLMs能够轻松回答复杂的多跳问题（Multi-hop QA），本文提出了HOLMES方法，该方法创建了一个以查询为中心的上下文感知超关系知识图谱（KG），经过剪枝该图谱只包含与查询相关的信息，并作为LLM的唯一输入，Multi-hop QA效果具有大幅提升。与最先进的方法相比，最高可节约67%Token，并在多个测试集上取得了一致性的提升。
https://arxiv.org/pdf/2406.06027
背景介绍
多跳问答 (MHQA) 是NLP领域中一项重要挑战。假如我们要提取某公司董事出现的相关数据信息。当面对单跳问题：过去十二个月举行了多少次董事会会议？利用当前大模型的能力，可以非常容易回答。然而，当面对多跳问题：过去十二个月中投票分歧最大的董事会会议，议程是什么，谁投了反对票，以及会议以多少票通过或未通过？回答该问题需要一系列的关联步骤。
其中，首先，要确定投票分歧最大的会议；接下来，确定该会议的主要议程；然后，列出投票反对的成员；最后，计算会议以多少票通过或未通过。「每一个步骤不仅需要检索更多信息，还需要对上下文和各个实体之间的关系有细致的理解」。这种复杂性凸显了 MHQA 的挑战性，其目标是浏览多层信息以找到答案。
当前的大模型可以看作是一个强大的工具，可以应用于各种NLP任务。然而，尽管 LLM 实力雄厚，但当其面临多跳QA任务时，往往会力不从心。本文作者认为，其主要原因是大模型在理解复杂问题和从原始文本中筛选、聚合非结构化信息过程中出现了性能问题。
为了解决该问题，有研究人员提出了StructQA，旨在从原始文本中提取 KG 三元组形式的结构化知识，并将其与 Chain-ofThought (CoT) 推理相结合。然而，提取的 KG 三元组不依赖于查询请求，并且缺乏这些事实有效的上下文。举个例子，对于KG三元组{title：“Apple”，relation：“价格上涨”，object：“10%”}，如果没有额外的上下文，很难确定出实体”Apple“指的是水果还是公司，除此之外，StructQA 将提取的 KG 三元组和原始文本作为 LLM 的输入，导致Prompt明显变长和信息冗余。
为此，本文作者提出了HOLMES方法，该方法创建一个以查询为中心的上下文感知KG，并将其用作 LLM 的唯一输入，无需输入原始文本。
HOLMES方法
HOLMES的核心思想是识别包含多跳请求答案的文档子集，然后从中提取上下文感知的结构化信息。其核心步骤如下图所示：
「首先」，步骤1.a，其主要构建一个实体-文档图（Entity-Document Graph），该图只有两个节点：实体和文档，且通过一个单一的关系链接到一起。
「然后」，通过从查询中识别命名实体并使用它们进行广度优先搜索，利用大型语言模型直接从原始文本生成三元组。进一步将这些三元组增强为包含源文档标题的超关系四元组，为模型提供必要的上下文信息。在遍历过程中，以当前实体节点作为主语或宾语来过滤超四元组，并将对应实体添加到遍历队列中。超关系知识图谱如上图2所示。
「接着」，构建请求对齐图架构，如图1.b所示。该步其主要原因是，前面步骤构建的超关系图谱可能会存在无用的关系，该步骤是为了消除这些无关的影响。这里使用两种来源来填充这个架构：一是通过推理查询派生架构元素；二是利用领域内问题派生的辅助图架构来丰富架构。最后通过修剪过程，使用查询对齐的图架构来精炼超关系知识图，以提取最相关的组成部分，从而提高大型语言模型在生成答案时的效率和有效性。
「最后」，将修剪后的超关系知识图谱中的每个超三元组转换为自然语言句子，并通过特定的符号连接成长句子。然后，根据与知识架构的相似度得分，将句子按降序排列形成输入提示，确保与查询最相关的信息最接近查询。
实验结果
如下图所示，在多跳推理评估过程中，可以发现本文实验结果甚至优于采用 CoT 机制的 SoTA StructQA。
由于生成模型能够产生长篇答案，因此对预测答案进行语义评估非常重要。本文使用了BertScore和人类评估者来评判预测答案的正确性。可见本文提出的方法在两个评估指标上相比于基线都有1-2点的提升。
投稿或寻求报道联系：ainlperbot
「资料整理不易，点个再看、赞吧」