Key points are not available for this paper at this time.
Apresentamos o LinkQ, um sistema que aproveita um modelo de linguagem de grande porte (LLM) para facilitar a construção de consultas em grafos de conhecimento (KG) através de perguntas e respostas em linguagem natural. Abordagens tradicionais frequentemente requerem conhecimento detalhado de linguagens complexas de consulta a grafos, limitando a capacidade dos usuários - mesmo especialistas - de adquirir insights valiosos dos dados do KG. O LinkQ simplifica esse processo, interpretando primeiro a pergunta do usuário e, em seguida, convertendo-a em uma consulta KG bem estruturada. Ao usar o LLM para construir uma consulta em vez de responder diretamente à pergunta do usuário, o LinkQ se protege contra a possibilidade de o LLM alucinar ou gerar informações falsas e errôneas. Ao integrar um LLM ao LinkQ, os usuários podem realizar tanto análises exploratórias quanto confirmatórias de dados, com o LLM ajudando a refinar iterativamente perguntas abertas em perguntas precisas. Para demonstrar a eficácia do LinkQ, conduziu-se um estudo qualitativo com cinco profissionais de KG e destilamos seu feedback. Nossos resultados indicam que os profissionais consideram o LinkQ eficaz para perguntas e respostas sobre KG e desejam sistemas assistidos por LLM para a análise exploratória de bancos de dados de grafos.
Li et al. (sex,) estudaram esta questão.