大语言模型驱动的多元关系知识图谱补全方法

摘要： 知识图谱通过将复杂的互联网信息转化为易于理解的结构化形式，极大地提高了信息的可访问性。知识图谱补全技术进一步增强了知识图谱的信息完整性，显著提升了智能问答和推荐系统等通用领域应用的性能与用户体验。然而，现有的知识图谱补全方法大多专注于关系类型较少和简单语义情景下的三元组实例，未能充分利用知识图谱在处理多元关系和复杂语义方面的潜力。针对此问题，提出了一种由大语言模型(LLM)驱动... （共8页）