arXiv Artificial Intelligence· Fanfu Wei, Thibault Ehrhart, Rapha\"el Troncy·· 13 小时前AI 评分31
Kontrast：检测文本、表格与知识图谱间的跨模态知识不一致
Detecting Knowledge Inconsistencies Across Text, Tables, and Knowledge Graphs
AI 导读
Kontrast 框架用 Text-to-SPARQL 与 LLM 推理比对表格答案和知识图谱证据，自动检测并归类跨模态知识不一致。研究提出覆盖信息粒度差异、直接冲突、时序变化和 KG 不完整性的不一致分类体系，在多个 Table-QA 数据集上发现跨模态不一致普遍存在，可揭示真实知识冲突、KG 结构缺失与时序错配，但受 Text-to-SPARQL 错误和噪声限制。
推荐理由模型分析
该工作把维基百科文本、表格与知识图谱之间的不一致作为可检测对象，提出跨模态知识冲突分类，并用 Text-to-SPARQL 加 LLM 推理构建 Kontrast 框架，将表格答案与图谱证据对比归类。对做 RAG、知识图谱补全或数据审计的开发者，它提供了可复用的冲突检测基线与基准数据集；但结论受 Text-to-SPARQL 错误和噪声限制，适合作为知识一致性排查的参考工具，而非权威事实判定。
来源：arXiv Artificial Intelligence · arxiv.org