FedV-KGQA на практике: выводы по проектированию и интерактивный прототип
В постере на arXiv представлены эмпирические результаты FedV-KGQA — федеративного подхода к многопрыжковым вопросам по раздельно хранимым (вертикально разделённым) графам знаний, где организации разделяют идентификаторы сущностей, но имеют разные типы отношений. Каждый силос обучает локальные встраивания графа знаний, сервер объединяет представления сущностей, якорит вопрос по теме и ранжирует кандидатов без передачи исходных тройек или встраиваний отношений; эксперименты показывают, что федеративное слияние восстанавливает большую часть централизованной точности, якорение и обогащение важнее выбора модели встраивания, а самый дешёвый энкодер зависит от требуемой точности; также опубликованы четыре проекта и интерактивный прототип с чекпоинтами.