כתבה
arXiv cs.CL ·
יצירת Text-to-SPARQL עם למידת חיזוק
Text-to-SPARQL Generation with Reinforcement Learning: A GRPO-based Approach on DBLP
חוקרים בדקו האם למידת חיזוק עם פרסים תוצאתיים יכולה לאמ� את המודל Qwen3-1.7B ליצירת Text-to-SPARQL בתחום האקדמי. הם השתמשו ב-GRPO על DBLP-QuAD, עם פרומפטים המשלבים שאילתות בשפה טבעית עם רמזים סמליים.
תקציר מקורי באנגליתarXiv:2605.20066v2 Announce Type: replace Abstract: Knowledge graph question answering seeks to translate natural language questions into executable queries over knowledge graphs, but existing approaches often rely on large models or full supervision in the form of gold query annotations. This study examines whether reinforcement learning with outcome-based rewards can train a small instruction-tuned language model to perform zero-shot Text-to-SPARQL generation in the scholarly domain. Group-Relative Policy Optimization (GRPO) is applied to the Qwen3-1.7B model on DBLP-QuAD, using prompts that combine natural language questions with symbolic hints about entities and relations. Training relies on execution feedback, structural constraints, and answer-level rewards, with an additional varian
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית