arXiv 自然语言处理· Xinxun Zhang, Yuxiang Wang, Shanshan Feng, Jun Zhang, Tieyun Qian, Binhang Yuan, Kai Yin, Xiao Yan, Jiawei Jiang·· 9 小时前AI 评分36
TCC-RAG：面向时序知识图谱问答的时间因果链引导 RAG 框架
TCC-RAG: Temporal Causal Chain-Guided RAG for Temporal Knowledge Graph Question Answering
AI 导读
研究人员提出 TCC-RAG 框架，通过构建特定查询的时间因果链引导 RAG 检索，解决时序知识图谱问答中多跳因果捕捉难与冗余知识干扰推理的问题。该框架将图谱重组为多视角因果线索图，并引入因果证据过滤器确保检索知识与时序逻辑一致。实验表明，TCC-RAG 在两项 TKGQA 基准上性能分别提升 10.72% 和 8.40%，多步时序推理提升达 62.97%。
来源：arXiv 自然语言处理 · arxiv.org