1. 背景

应项目需求，本qiang~这两周全身心投入了进去。

项目是关于一个博物馆知识图谱，上层做KBQA应用。实现要求是将传统KBQA中的部分模块，如NLU、指代消解、实体对齐等任务，完全由LLM实现，本qiang~针对该任务还是灰常感兴趣的，遂开展了项目研发工作。

注意，此篇是纯纯的干货篇，除了源码没有提供外，整体核心组件均展示了出来。也是这两周工作的整体总结，欢迎大家查阅以及加关注(不强求哈~)

2. 整体框架

整体思想还是遵循RAG策略，从图谱召回候选背景知识，让LLM进行润色回答。

具体的流程如下：

(1) 用户提问：已发现的体重最大的肉食性恐龙是什么

(2) 对齐模块。

对齐模块的主要作用是针对问题与知识图谱中的实体、概念、关系、属性进行对齐。

其中候选概念、候选属性、候选关系在图谱中的数量是少量有限的，而实体的数量可多可少，因此候选概念、候选属性、候选关系可以在查询hugegraph后，直接拼到对齐prompt中(对齐的prompt预留了占位符)，而实体则需要进行预筛选，筛选的方式是通过问题query与实体名进行语义相似度比较，通过语义相似度引擎实现，比如simbert, bge, gte等开源模型，预筛选后的少量实体可以拼接到对齐prompt。

对齐的prompt增加要求和few-shot示例，可以解决常见对齐问题，比如实体、概念、属性、关系存在缺字、多字、相似字等情况。

(3) 对齐模块经过LLM进行对齐，输出对齐结果。

本示例的对齐结果为：(属性-等于-体重)且(属性值-等于-最大); (属性-等于-食性)且(属性值-等于-肉食性);(概念-等于-恐龙)。

(4) 对齐校准模块。

对齐校准模块主要针对LLM对齐结果进行二次校对，解决的问题如下：

1) 一些LLM将概念与实体混淆的情况;

2) 与图谱中的实体、概念、属性、关系进行对齐匹配;

3) 实体名和概念名重复时，二者均进行召回等

(5) 解析及溯源模块

解析模块：

针对校准后的对齐结果，执行解析模块，解析模块会基于对齐结果进行判断，该执行如下哪种解析，候选的解析列表有：纯实体解析、纯概念解析、实体-属性解析、概念-属性解析、属性-属性值解析、属性-属性值-概念解析等。

(Ps: 候选解析列表是分析了大量数据之后，抽象出来的解析列表，常见的问答基本就涵盖在这些列表中)

每个解析模块会有不同的解析逻辑，例如：

1) 纯实体解析：会将查询hugegraph得到的实体作为背景知识提供给LLM，如介绍下霸王龙

2) 纯概念解析：会查询概念下有哪些实体，且仅列出实体名称作为背景知识提供给LLM，如恐龙都有哪些？

3) 实体-属性解析：会查询实体对应的属性或关系，并作为背景知识，如霸王龙有多重多高？

4) 概念-属性解析：会查询概念下实体的属性信息作为背景知识，如恐龙目下动物的体重分别是多少？

5) 属性-属性值解析：会查询属性对应属性值的信息，并作为背景知识，如肉食性的动物有？

溯源模块：主要功能就是从图谱中查询的结果，需要返回图谱对应的实体id、概念id、属性等

6) 问答模块

通过将解析后的背景知识以及用户的问题，经过问答prompt，然后调用LLM进行润色回答。

PS：

对齐prompt调用大模型是非流式输出，因为对齐结果不需要实时同步给用户；

问答prompt调用大模型是流式输出，因为问答结果需要实时同步给用户

3. 优缺点

(1) 优点

1) 整体架构简单，仅需要2个prompt，与LLM仅交互2次

2) 解析模块基于多数据集进行抽象，可覆盖多数查询场景

3) 针对未覆盖的场景，解析模块可支持快速扩展适配

4) 迁移新图谱时，业务只需要更改prompt即可，对业务相对友好

(2) 缺点

1) 首字响应时间主要耗时在对齐prompt与LLM的交互中，因为需要对齐完整输出结果

2) 概念、属性、实体对齐集中在1个prompt中，所以prompt的长度较长

4. 多轮问答实现

实现的思路如下：

1) 缓存历史问题以及缓存历史对齐的实体或概念，如可以缓存最近10轮的用户问题以及对齐结果

2) 针对指代消解、语义对齐prompt调优，且多轮问答的prompt也集成在对齐prompt中(因此，对齐prompt任务十分繁重)

具体示例如下(从对齐prompt截取了部分，第一次输入参考为空)：

具体的效果可以查阅下面章节中的效果示例。

5. 效果

图谱三元组总量3000+，测试样例共计385条，其中单轮问答340条，多轮问答45条。

         (1) 单轮问答效果，准确率93%+

         (2) 多轮问答效果，准确率93%+

1) 示例1：缺字情况

问：普尔塔多重

答：普尔塔龙的体重是75吨。

问：吃什么

答：普尔塔龙是植食性的

2) 示例2：错字情况

问：河堤列龙生活在什么地方

答：河堤猎龙生活在英国的怀特岛和奇尔顿岭。

问：它是什么时候的恐龙

答：河堤猎龙是早白垩世，巴雷姆期的恐龙。

3) 示例3：较困难的指代消解

问：三角龙是植食还是肉食

答：三角龙是植食性的。

问：有啥本事

答：三角龙的能力是快速奔跑。

问：和肿头龙比，谁更长一些？

答：三角龙的身长为8米，而肿头龙的身长为4~6米。因此，三角龙更长一些。

问：那它的体重是多少？

答：三角龙的体重是6.1~12吨。

6. 答疑解惑

(1) 候选实体、候选概念、候选属性如何动态加载至prompt？

解：prompt预留占位符，代码解析时进行格式化

(2) 概念、属性数量有限，可以全部写在prompt，但如果实体有1W个呢？

解：基于sim进行候选实体召回策略

(3) 如何实现流式输出？

解：基于tornado的websocket框架，结合异步框架asyncio以及python的yield、next等方法实现

(4) 非流式调用LLM出现网络不稳定导致超时，如何解决？

解：增加重试机制

(5) 对齐结果如何进一步保障？

解：增加对齐校准模块

(6) 如何减少频繁调用hugegraph

解：预先加载图谱至内存，然后使用python的lru_cache缓存机制

(7) 如何提高属性、概念、实体对齐的准确率，比如多字、缺字、相近字等？

解：对齐prompt增加要求以及few-shot

(8) 如何解决实体文字完全不一致，但指的同一个实体的情况，比如霸王龙和雷克斯暴龙？

解：通过图谱的别名维护，且当前别名与正式名地位相同

(9) 溯源是如何实现的？

解：在每个解析分支中，基于解析结果增加对应图谱的信息

(10) 如何实现最大、最小之类的查询，如体重最大的植食性恐龙是哪个？

解：对齐结果：(属性-等于-体重)且(属性值-等于-最大)且(概念-等于-恐龙)

解析逻辑：筛选恐龙概念下实体 -> 食性为植食性的实体 -> 其中体重最大的

(11) 如何实现关系的推理，比如鱼石螈演进关系的演进关系是？

解：原始图谱关系：鱼石螈 -> 演进关系 ->蜥螈 -> 演进关系 -> 异齿龙

对齐结果：(实体-等于-鱼石螈)且(属性-等于-演进关系);(属性-等于-演进关系)

答案：鱼石螈的演进关系是蜥螈，而蜥螈的演进关系是异齿龙。

(12) 为什么说解析模块便于快速扩展？

解：实体、概念、属性查询接口均封装为独立方法。

(13) 对比类、判断类的问题回答如何更加口语化？

解：问答prompt调优

(14) 如何快速定位问题？

解：增加debug机制，即接口调用时，debug机制会将每个阶段的处理结果均记录下来，并返回。

(15) 目前支持多少轮问答？

解：理论上支持N多轮，且N支持配置

(16) 如何提高指代消解的准确率？

解：对齐prompt增加历史的参考实体或概念

7. 遗留的问题

(1) 基于属性值查实体未实现，分析部分badcase，属于此类情况

(2) 路径查询未实现，因为当前图谱关系数量极少

8. 总结

一句话足矣~

本文主要是KBQA方案基于LLM实现，主要模块包括对齐、解析、润色、多轮问答等内容，而且基于业务测试集效果相对较好。

纯纯的干货篇！！

原创声明，禁止转载！