摘 要 提出了一种基于大语言模型的知识图谱可解释规则挖掘框架，并探究了其军事应用。该框架包括规则采样、模型规则 生成和规则验证3个步骤，利用大语言模型的自然语言处理能力，高效地产生大量逻辑规则。实验结果表明，该框架在大规模 知识图谱YAGO上取得最优结果，提高了知识图谱补全任务的效果，验证了大语言模型在逻辑规则挖掘中的作用。
关键词 逻辑规则挖掘，大语言模型，知识图谱，武器装备发展预测，提示词微调，知识图谱补全
成为VIP会员查看完整内容
基于大语言模型的知识图谱逻辑规则挖掘框架及应用
相关内容
大语言模型是基于海量文本数据训练的深度学习模型。它不仅能够生成自然语言文本，还能够深入理解文本含义，处理各种自然语言任务，如文本摘要、问答、翻译等。2023年，大语言模型及其在人工智能领域的应用已成为全球科技研究的热点，其在规模上的增长尤为引人注目，参数量已从最初的十几亿跃升到如今的一万亿。参数量的提升使得模型能够更加精细地捕捉人类语言微妙之处，更加深入地理解人类语言的复杂性。在过去的一年里，大语言模型在吸纳新知识、分解复杂任务以及图文对齐等多方面都有显著提升。随着技术的不断成熟，它将不断拓展其应用范围，为人类提供更加智能化和个性化的服务，进一步改善人们的生活和生产方式。
Arxiv
40+阅读 · 2023年4月19日
Arxiv
210+阅读 · 2023年4月7日
Arxiv
142+阅读 · 2023年3月29日
相关VIP内容
相关资讯
相关论文
Arxiv
40+阅读 · 2023年4月19日
Arxiv
210+阅读 · 2023年4月7日
Arxiv
142+阅读 · 2023年3月29日
微信扫码咨询专知VIP会员