Q2Forge
Minting Competency Questions and SPARQL Queries for Question-Answering Over Knowledge Graphs
- Auteurs : Jiang, Tao, Michel, Franck, Taghzouti, Yousouf, Yousouf Taghzouti, Franck Michel, Tao Jiang, Louis-Félix Nothias, Fabien Gandon
- Description : Le langage de requête SPARQL est la méthode standard pour accéder aux graphes de connaissances (KGs). Cependant, la formulation de requêtes SPARQL est un défi important pour les utilisateurs non experts et reste chronophage pour les expérimentés. Les meilleures pratiques recommandent de documenter les KGs avec des questions de compétence et des requêtes d’exemple pour contextualiser les connaissances qu’ils contiennent et illustrer leurs applications potentielles. Dans la pratique, cependant, ce n’est pas le cas ou les exemples sont fournis en nombre limité. Les grands modèles de langage (LLMs) sont utilisés dans les agents conversationnels et se révèlent être une solution attrayante avec un large éventail d’applications, allant de la simple question-réponse sur les connaissances communes à la génération de code dans un langage de programmation ciblé.
- Collection : Publications professionnelles et scientifiques
- Thèmes : Traitement de l'information
- Licence de diffusion : Licence Creative Commons
- Format : Fichier Adobe PDF
- Date de création : 23 octobre 2025
- Étendue : 1,02 Mo
- Étendue : 9 p.
- Date de publication : 23 octobre 2025
- Langue : en
- Éditeur ou organisme : Hal Open science
- Sujet(s) : Large Language Models (LLMs) , Competency Question , Le langage de requête SPARQL , LLM , SPARQL Query
- Titre : Q2Forge: Minting Competency Questions and SPARQL Queries for Question-Answering Over Knowledge Graphs
- Type de ressource : text