DrKGC: Dynamic Subgraph Retrieval-Augmented LLMs for Knowledge Graph Completion across General and Biomedical Domains
Created by
Haebom
저자
Yongkang Xiao, Sinian Zhang, Yi Dai, Huixue Zhou, Jue Hou, Jie Ding, Rui Zhang
개요
본 논문은 지식 그래프 완성(KGC)을 위해 생성형 대규모 언어 모델(LLM)을 활용하는 새로운 방법인 DrKGC(Dynamic Subgraph Retrieval-Augmented LLMs for Knowledge Graph Completion)를 제안합니다. 기존 방법들이 그래프 구조를 텍스트로 변환하여 LLM에 입력하는 한계를 극복하기 위해, DrKGC는 경량 모델을 통해 지식 그래프 내 구조적 임베딩과 논리적 규칙을 학습합니다. 학습된 규칙을 기반으로 하위 그래프를 추출하고, GCN 어댑터를 통해 구조적 임베딩을 강화하여 LLM 프롬프트에 통합합니다. 일반 도메인과 생물 의학 도메인 데이터셋 실험 결과, DrKGC의 우수한 성능과 해석 가능성 및 실용성을 보여줍니다.
