📖 AI 总结

本文提出Build2SPARQL，一个面向建筑知识图谱的大规模文本到SPARQL基准数据集。建筑自动化系统正日益采用Brick和ASHRAE 223P等本体构建语义知识图谱，但自然语言查询此类图谱的研究受限于缺乏大规模基准。该数据集通过图谱驱动的流水线生成：SPARQL查询完全由图遍历代码生成并验证，大语言模型仅负责生成自然语言问题，从而确保查询正确性不受模型行为影响。流水线涵盖线性链、分支、UNION、聚合、OPTIONAL和属性过滤六类查询模式，并针对每种查询生成五种词汇风格的问题。基于201个建筑知识图谱（180个Brick、21个ASHRAE 223P），共生成6136条可执行SPARQL查询和30680个问题。人工验证显示语义保真度达98.8%，自然度98.8%，操作合理性84.0%。在三个开源模型上的检索增强评估表明，精确匹配准确率从零样本的0.2%至20%提升至三样本检索的56%至65%。该工作为建筑领域知识图谱的自然语言查询研究提供了重要基准。

🔑 关键词速览