摘要
知识图谱问答旨在通过结构化事实推理回答自然语言问题。现有方法面临搜索空间爆炸及路径语义约束不足的挑战。本文提出 OPI 框架，引入关系中心本体图捕捉类型约束，并采用双向检索机制结合迭代优化策略，有效抑制噪声并过滤无关证据。实验表明，该方法显著缩小搜索空间，在多个基准数据集上大幅提升了问答准确率。
AI 推荐理由
论文核心提出基于本体的多跳推理框架，解决复杂问答中的逻辑推理与证据路径推断问题。
研究机构
National University of Defense Technology
Changsha, China
Pengcheng Laboratory
Shenzhen, China
论文信息