论文浅尝 | 基于判别指令微调生成式大语言模型的知识图谱补全方法（ISWC2024）

笔记整理：刘治强，浙江大学硕士生，研究方向为知识图谱表示学习，大语言模型

论文链接：http://arxiv.org/abs/2407.16127

发表会议：ISWC 2024

1. 动机

传统的知识图谱补全（KGC）模型通过学习嵌入来预测缺失事实。最近的工作尝试使用大型语言模型（LLMs）以文本生成的方式补全KGs。然而，它们需要将LLMs的输出接地到KG实体上，这不可避免地带来了误差。在本文中，我们提出了一个微调框架DIFT，旨在释放LLMs的KGC能力并避免接地错误。给定一个不完整的事实，DIFT使用一个轻量级模型来获得候选实体，并使用判别指令微调LLM，从给定的候选实体中选择正确的实体。为了在减少指令数据的同时提高性能，DIFT使用截断采样方法选择有用的事实进行微调，并将KG嵌入注入到LLM中。

2. 贡献

（1）本文提出了一个新的KGC框架，即DIFT，它利用判别指令来微调生成式LLM。DIFT不需要将LLMs的输出接地到KGs中的实体。

（2）本文提出了一种截断采样方法来选择有用的KG样本用于指令构造，以提高微调效率。我们还将KG嵌入注入到LLMs中，以提高微调效果。

（3）实验表明，DIFT提高了当前最先进的KGC结果，在FB15K-237上达到0.364Hits@1，在WN18RR上达到0.616。

3. 方法

3.1 指令构造

对于一个查询q=(h，r，?)，我们通过整合查询Q，描述D，邻居事实N和候选实体C这四条信息来构造提示P：查询Q是指包含不完全事实(h，r，?)的自然语言句子。本文没有设计一个复杂的自然语言问题来提示现成的LLM，而是简单地将实体和关系名称以三元组的形式串联起来，并指出哪个实体缺失。描述D是h的描述性文本，包含了丰富的实体信息。这些额外的信息有助于LLM M更好地理解实体h。近邻事实N是通过抽样与实体h相关的事实得到的。由于可能存在大量与h相关的事实，我们设计了一种简单而有效的采样机制，即关系共现(RC)采样。它根植于关系共现，在精简事实数量的同时保证了相关信息的包含。RC抽样背后的直觉在于观察到与r频繁共现的关系被认为是补全(h、r、?)的关键。候选实体C是由KGE模型排序的top-m个实体的名称。我们保留候选实体的顺序，因为顺序反映了ME中每个实体的置信度。

3.2 截尾抽样

本文设计了一种抽样方法来选择具有代表性的样本，以减少指令数据。其主要思想是选择KGE模型得到的高置信度样本，从而赋予LLM有效获取KGE内在语义知识的能力。以带有查询( h、r、?)和答案实体t的样本事实( h , r , t)为例，样本事实记为s。本文从全局和局部两个角度评估s的置信度。全局置信度计算方式为，其中R(h，r，t)是查询(h，r，?)中t的位次。局部置信度计算方式为。如果t不在top-m内排序，则赋值为0。最后，我们得到加权的置信度。

3.3 知识适配的指令微调

P (q)中提供的事实以文本格式呈现，丢失了KGs的全局结构信息。因此，我们提出将从KG结构中学习到的嵌入注入到M中，以进一步提高其图推理能力。我们将KGE得到的实体嵌入与LLM的语义空间对齐，得到知识表示：。考虑到KGE模型基于查询q和候选实体t的嵌入对事实进行打分，本文注入q和所有候选实体C的表示。同时，我们添加了两个特殊的占位符'[QUERY]'和'[ENTITY]'，表示会有来自KGE的知识表示，如图所示。具体来说，我们在Q中的缺失实体后放置一个'[QUERY]'，在C中的每个实体名后放置一个'[ENTITY]'。

4. 实验

我们提出的框架DIFT在两个数据集的大多数指标上都取得了最好的性能。与基于嵌入的模型TransE、SimKGC和CoLE相比，DIFT在两个数据集上都提高了这些模型的性能，在Hits @1方面有显著提升。在不进行微调的情况下，DIFT的性能急剧下降，说明有必要对LLM进行微调以完成KG任务。

从上表的结果可以看出，所有组分对DIFT都有很大的贡献。在所有这些组成部分中，截断采样对性能的影响最大。在没有截尾抽样的情况下，Hits@1得分至少下降了5.6 %。这表明，该机制能够有效地为LLM选择有用的指令数据，以学习基于嵌入模型的内在语义知识。

候选实体数量的影响。我们将基于嵌入的模型提供的候选实体数量m设置为20。在这里，我们研究了m对DIFT性能和训练时间的影响。首先，对于训练时间，我们发现它随着m的增加而线性增长。我们可以直观地看到因为m的增加会导致更长的提示。其次，对于DIFT的性能，我们发现在FB15K-237上当m设置为30时性能最好，当m设置为40时性能略有下降。如果我们在20之后继续增加m，在WN18RR上也可以找到相同的观测结果。这表明一味地增加候选实体的数量并不能提高性能。

截断采样阈值的影响。我们使用一个阈值β来控制指令数据的数量。随着β的增加，指令数据量减少，因此训练时间也相应减少。其次，当我们在两个数据集上设置β为0时，性能都会下降，这表明增加指令数据的数量并不一定能提高性能，其质量也会影响性能。

DIFT与基本嵌入模型的比较。我们进一步考察了DIFT的预测结果，并与所选择的基于嵌入的预测结果进行了比较。显而易见，除了共有的正确预测外，DIFT本身也可以得到一些正确的预测。反之，我们观察到CoLE做出DIFT无法复制的正确推断的实例。基于DIFT和CoLE的正确预测之间的差异，我们可以得出结论，LLM并不是盲目地重复CoLE预测的实体，而是基于其在预训练阶段获得的知识来推理缺失的事实。

总的来说，不管采用哪种版本的LLM，DIFT都能获得相似的性能。说明了DIFT对不同LLM版本的鲁棒性和泛化性。

5. 总结

本文提出了一个新颖的KG补全框架DIFT。它使用LoRA对带有判别指令的生成式LLM进行微调，不涉及将LLM的输出接地到KG中的实体。为了进一步降低计算成本，提高DIFT的效率，我们提出了一种截断采样方法来选择置信度高的事实进行微调。为了提高微调效果，在LLMs中还加入了KG嵌入。实验表明，DIFT在KG补全上取得了最好的效果。在未来的工作中，我们计划支持其他KG任务，如KGQA和实体对齐。

---

OpenKG

OpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。

点击阅读原文，进入 OpenKG 网站。