DrKGC: Dynamic Subgraph Retrieval-Augmented LLMs for Knowledge Graph Completion across General and Biomedical Domains
Created by
Haebom
Category
Empty
저자
Yongkang Xiao, Sinian Zhang, Yi Dai, Huixue Zhou, Jue Hou, Jie Ding, Rui Zhang
개요
본 논문은 지식 그래프 완성(KGC)을 위해 동적 서브그래프 검색으로 보강된 대규모 언어 모델(LLM)인 DrKGC를 제안합니다. DrKGC는 구조적 임베딩과 논리적 규칙을 학습하고, 학습된 규칙에 따라 각 쿼리에 대한 서브그래프를 검색하며, GCN 어댑터를 사용하여 검색된 서브그래프를 구조적 임베딩에 통합하여 LLM 미세 조정을 위한 프롬프트를 개선합니다. 다양한 데이터셋에 대한 실험 결과는 DrKGC의 우수한 성능과 해석 가능성, 실용성을 보여줍니다.
시사점, 한계점
•
시사점:
◦
KGC를 위한 LLM 활용의 새로운 접근 방식 제시: 그래프 구조에 대한 LLM의 인식 및 추론 능력을 최대한 활용.
