作者
上市的：- 引脚Ni
（伦敦大学学院）
- 拉明·奥赫拉蒂
（伦敦大学学院）
- 史蒂文·关
（西安交通大学）
- 张任谦
（阿斯顿大学）
摘要
文本到图形QL（Text2GraphQL）是在给定图形数据库时将用户的问题转换为图形+QL（查询语言）的任务。这是一项语义解析任务，它将自然语言问题转化为逻辑表达式，从而在人与机器之间带来更高效的直接通信。现有的相关工作主要集中在文本到SQL任务上，对于图形数据库没有可用的语义解析方法和数据集。为了填补这一领域的空白，更好地为医疗人机交互（HRI）服务，我们提出了此任务和Text2GraphQL任务的管道解决方案。该解决方案使用由“GraphQL模式和相应语句的链接”预训练的Adapter作为外部知识引入插件。通过将Adapter插入语言模型，可以更快、更直接地引入逻辑语言和自然语言之间的映射，更好地实现端到端的人机语言翻译任务。在研究中，提出的Text2GraphQL任务模型主要是基于一个改进的流水线构建的，该流水线由语言模型、预训练适配器插件和指针网络组成。这使得该模型能够从语句中复制对象的标记，生成相应的GraphSQL语句以用于图形数据库检索，并建立调整机制以提高最终输出。实验证明，我们提出的方法在从Text2SQL任务转换而来的对等数据集（Spider、ATIS、GeoQuery和39.net）上具有一定的竞争力，并且该方法在医学场景中也很实用。
建议引用
Pin Ni&Ramin Okhrati&Steven Guan&Victor Chang，2024年。"智能医疗咨询Chatbot中基于知识图和深度学习的文本到图形QL模型,"信息系统前沿，施普林格，第26卷（1），第137-156页，2月。手柄：RePEc:spr:infosf:v:26:y:2024:i:1:d:10.1007_s10796-022-10295-0
DOI:10.1007/s10796-022-10295-0
从出版商下载全文
由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。
更正
本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:spr:infosf:v:26:y:2024:i:1:d:10.1007_s10796-022-10295-0。请参阅一般信息关于如何在RePEc中更正材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格.
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Sonal Shukla或Springer Nature Abstracting and Indexing（以下电子邮件可用）。供应商的一般联系方式：http://www.springer.com网站.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
