Acknowledgement
본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었음(과제번호 RS-2023-00244769).
Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2023.10a
- /
- Pages.185-189
- /
- 2023
- /
- 2005-3053(pISSN)
Study on Knowledge Augmented Prompting for Text to SPARQL
Text to SPARQL을 위한 지식 증강 프롬프팅 연구
- Yeonjin Lee (Smart System Lab, Yonsei University) ;
- Jeongjae Nam (Smart System Lab, Yonsei University) ;
- Wooyoung Kim (Smart System Lab, Yonsei University) ;
- Wooju Kim (Smart System Lab, Yonsei University)
- 이연진 (연세대학교 스마트 시스템 연구실) ;
- 남정재 (연세대학교 스마트 시스템 연구실) ;
- 김우영 (연세대학교 스마트 시스템 연구실) ;
- 김우주 (연세대학교 스마트 시스템 연구실)
- Published : 2023.10.12
Abstract
Text to SPARQL은 지식 그래프 기반 질의응답의 한 형태로 자연어 질문을 지식 그래프 검색 쿼리로 변환하는 태스크이다. SPARQL 쿼리는 지식 그래프의 정보를 기반으로 작성되어야 하기 때문에 기존 언어 모델을 통한 코드 생성방법으로는 잘 동작하지 않는다. 이에 우리는 거대 언어 모델을 활용하여 Text to SPARQL를 해결하기 위해 프롬프트에 지식 그래프의 정보를 증강시켜주는 방법론을 제안한다. 이에 더하여 다국어 정보 활용에 대한 영향을 검증하기 위해 한국어, 영어 각각의 레이블을 교차적으로 실험하였다. 추가로 한국어 Text to SPARQL 실험을 위하여 대표적인 Text to SPARQL 벤치마크 데이터셋 QALD-10을 한국어로 번역하여 공개하였다. 위 데이터를 이용해 지식 증강 프롬프팅의 효과를 실험적으로 입증하였다.