ユーザーが質問して答えを得ることができなければ、どんなデータベースも役に立ちません。
ナレッジ グラフはドメイン データを表現するのに非常に優れており、モデルと組み合わせることで答えを提供できますが、質問は専門家によってクエリとして定式化される必要があります。
対照的に、ラージ言語モデル (LLM) では、あらゆるユーザーが質問をして包括的な回答を取得できますが、その回答にはユーザーのドメイン データから抽出された情報は含まれません。
このペーパーでは、ナレッジ グラフがどのように LL.M. に質問を促したり微調整したりして、ユーザーが質問できるようにするかを示します。これを説明するために、プロセス プラント (デジタル ツインの中心部) の RDF ナレッジ グラフを使用して、OpenAI の GPT LLM をヒントまたは微調整します。
サンプル質問
LL.M. を使用して複雑なグラフ作成の質問に答える方法を説明するために選択した例は、次のようなフローチャートです。
プロセス フロー ダイアグラム (PFD) は、プロセス機器および関連する計装と制御をグラフィカルに表現したものです。この特定のプロセス フロー図は、材料が蒸留塔 (Distill-501) を介して処理され、BL-055 および BL-056 によって生成される 2 つの製品がどのように生成されるかを示しています。また、圧力、温度、流量コントローラーとともにゲージを追加する方法も示します。
この質問が選ばれた理由は、私見ですが、フローチャートの接続性 (別名デジタル ツイン) を把握する最良の方法はナレッジ グラフを使用することであるためです。フローチャートの接続性をグラフとして表す方法はいくつかありますが、この例では最も単純な方法が選択されています。
グラフ接続モデルの他の場所では、このフローチャートのデジタル ツインをキャプチャするためのさまざまなアプローチが説明されています。ここでは最も単純なモデル (1D モデルと呼ばれる) が使用されていますが、最も役立つのは