《Unifying Large Language Models and Knowledge Graphs: A Roadmap》總結(jié)了大語(yǔ)言模型和知識(shí)圖譜融合的三種路線：1）KG增強(qiáng)的LLM，可在LLMs的預(yù)訓(xùn)練和推理階段引入KGs；2）LLM增強(qiáng)KG，LLM可用于KG構(gòu)建、KG embedding、KG補(bǔ)全、基于KG的文本生成、KBQA（基于圖譜的問(wèn)答）等多種場(chǎng)景；3）LLM+KG協(xié)同使用，主要用于知識(shí)表示和推理兩個(gè)方面。該文綜述了以上三個(gè)路線的代表性研究，探討了未來(lái)可能的研究方向。

知識(shí)圖譜（KG）和大語(yǔ)言模型（LLM）都是知識(shí)的表示形式。KG是符號(hào)化的知識(shí)庫(kù)，具備一定推理能力，且結(jié)果可解釋性較好。但存在構(gòu)建成本高、泛化能力不足、更新難等不足。LLM是參數(shù)化的概率知識(shí)庫(kù)，具備較強(qiáng)語(yǔ)義理解和泛化能力，但它是黑盒模型，可能編造子虛烏有的內(nèi)容，結(jié)果的可解釋性較差?？梢姡瑢LM和KG協(xié)同使用，同時(shí)利用它們的優(yōu)勢(shì)，是一種互補(bǔ)的做法。

LLM和KG的融合路線，可分為以下類型：

第一種融合路線是KG增強(qiáng)LLM，可在LLM預(yù)訓(xùn)練、推理階段引入KG。以KG增強(qiáng)LLM預(yù)訓(xùn)練為例，一個(gè)代表工作是百度的ERNIE 3.0將圖譜三元組轉(zhuǎn)換成一段token文本作為輸入，并遮蓋其實(shí)體或者關(guān)系來(lái)進(jìn)行預(yù)訓(xùn)練，使模型在預(yù)訓(xùn)練階段直接學(xué)習(xí)KG蘊(yùn)含的知識(shí)。

第二種融合路線是LLM增強(qiáng)KG。LLM可用于KG構(gòu)建、KG embedding、KG補(bǔ)全、基于KG的文本生成、KBQA（基于圖譜的問(wèn)答）等多種場(chǎng)景。以KG構(gòu)建為例，這是一項(xiàng)成本很高的工作，一般包含1) entity discovery 實(shí)體挖掘 2) coreference resolution 指代消解 3) relation extraction 關(guān)系抽取任務(wù)。LLM本身蘊(yùn)含知識(shí)，且具備較強(qiáng)的語(yǔ)義理解能力，因此，可利用LLM從原始數(shù)據(jù)中抽取實(shí)體、關(guān)系，進(jìn)而構(gòu)建知識(shí)圖譜。

第三種融合路線是KG+LLM協(xié)同使用，主要用于知識(shí)表示和推理兩個(gè)方面。以知識(shí)表示為例，文本語(yǔ)料庫(kù)和知識(shí)圖譜都蘊(yùn)含了大量的知識(shí)，文本中的知識(shí)通常是非結(jié)構(gòu)化的，圖譜里的知識(shí)則是結(jié)構(gòu)化的，針對(duì)一些下游任務(wù)，需要將其對(duì)齊進(jìn)行統(tǒng)一的表示。比如，KEPLER是一個(gè)統(tǒng)一的模型來(lái)進(jìn)行統(tǒng)一表示，它將文本通過(guò)LLM轉(zhuǎn)成embedding表示，然后把KG embedding的優(yōu)化目標(biāo)和語(yǔ)言模型的優(yōu)化目標(biāo)結(jié)合起來(lái)，一起作為KEPLER模型的優(yōu)化目標(biāo)，最后得到一個(gè)能聯(lián)合表示文本語(yǔ)料和圖譜的模型。示意圖如下：

上述方法都在嘗試打破LLM和KG兩類不同知識(shí)表示的邊界，促使LLM這種概率模型能利用KG靜態(tài)的、符號(hào)化的知識(shí)；促使KG能利用LLM參數(shù)化的概率知識(shí)。從現(xiàn)有落地案例來(lái)看，大模型對(duì)知識(shí)的抽象程度高，泛化能力強(qiáng)，用戶開箱即用，體驗(yàn)更好。且如果采用大模型+搜索的方案，用戶更新知識(shí)的成本也較低，往知識(shí)庫(kù)加文檔即可。在實(shí)際業(yè)務(wù)場(chǎng)景落地時(shí)，如果條件允許，優(yōu)先考慮使用大模型。當(dāng)前chatGPT火爆，也印證了其可用性更好。如遇到以下場(chǎng)景時(shí)，可以考慮將LLM和KG結(jié)合使用：

參考文獻(xiàn)：