大規模言語モデルとナレッジグラフを用いたエージェントベースの質問応答手法の分析

抄録

ナレッジグラフ質問応答（KGQA）は，ナレッジグラフ（KG）を用いて質問に答える課題である．KGは構造化された情報で構成されるため，質問に対して正しく論理的に回答するのを補助できる可能性がある．既存のKGQA手法は，情報抽出ベースの手法と意味解析ベースの手法に大別される．大規模言語モデル（LLM)の台頭により，エージェント的アプローチを適用したKGQA手法が提案されるようになった．本稿では，3種類のKGQA手法について，既存のKGQAデータセットを用いて様々な観点から分析し，各手法の強みと課題について議論する．