面向可靠知识图谱三元组验证的模式感知规划与混合知识工具集

针对现有知识图谱三元组验证方法存在单源偏差及静态推理局限，本文提出 SHARP，一种无需训练的自主智能体。该方法将验证重构为战略规划、主动调查与证据推理的动态过程。SHARP 结合记忆增强机制与模式感知战略规划以提升推理稳定性，并利用增强的 ReAct 循环配合混合知识工具集，动态整合内部图谱结构与外部文本证据进行交叉验证。实验表明，该方法在准确率与可解释性上显著优于现有最先进技术。