Khai thác mô hình ngôn ngữ lớn để chuyển đổi ngôn ngữ tự nhiên thành truy vấn Cypher một cách hiệu quả

Tóm tắt

Bài báo này nghiên cứu việc ứng dụng các mô hình ngôn ngữ lớn, cụ thể là GPT, trong tác vụ chuyển đổi ngôn ngữ tự nhiên thành truy vấn Cypher (Text-to-Cypher). Đây một thành phần quan trọng trong việc cải thiện hệ thống chatbot dựa trên cơ sở dữ liệu đồ thị. Chúng tôi phân tích các phương pháp nổi bật: zero-shot, few-shot và fine-tuning cùng với đề xuất một mô hình cải tiến của phương pháp few-shot. Sau cùng là đánh giá hiệu quả của chúng trong nhiệm vụ chuyển đổi đầu vào ngôn ngữ tự nhiên thành các truy vấn Cypher với độ chính xác và hiệu suất cao. Qua việc phân tích hiệu năng trong các kịch bản khác nhau, bài báo làm nổi bật sự đánh đổi giữa tính tổng quát, độ chính xác và yêu cầu tài nguyên. Kết quả nghiên cứu nhấn mạnh tầm quan trọng ngày càng tăng của các tác vụ Text-to-Cypher trong việc thúc đẩy công nghệ hội thoại do AI dẫn dắt.