Bài báo này đề xuất phương pháp Suy luận dựa trên MCTS thích ứng động (DAMR), một khuôn khổ mới cho Trả lời câu hỏi đồ thị tri thức (KGQA). DAMR tích hợp tìm kiếm biểu tượng dựa trên Tìm kiếm cây Monte Carlo (MCTS) với đánh giá đường dẫn thích ứng để giải quyết các hạn chế của các phương pháp trích xuất đường dẫn tĩnh hiện có, bao gồm khả năng thích ứng hạn chế, chi phí tính toán cao và độ chính xác thấp của việc đánh giá đường dẫn. Phương pháp này sử dụng một trình lập kế hoạch dựa trên LLM để giảm không gian tìm kiếm bằng cách chọn k mối quan hệ liên quan hàng đầu tại mỗi bước và giới thiệu một bộ chấm điểm nhẹ dựa trên Transformer để mã hóa đồng thời các chuỗi câu hỏi và mối quan hệ nhằm thực hiện ước tính khả năng nhận biết ngữ cảnh. Hơn nữa, cơ chế tinh chỉnh đường dẫn giả động giúp giảm thiểu thách thức do thiếu dữ liệu giám sát chất lượng cao. Kết quả thử nghiệm trên nhiều điểm chuẩn KGQA khác nhau chứng minh rằng DAMR vượt trội hơn đáng kể so với các phương pháp tiên tiến.
