SPARQL三元组主宾实体位置判定方法及LLM适配问询

一、SPARQL三元组主宾位置的核心判定规则 #

SPARQL三元组的主宾位置完全由谓词（属性）的语义与元数据定义决定，核心规则如下：

• 严格匹配属性的定义域与值域：每个RDF属性（比如Wikidata的wdt:*系列属性）都有明确的定义域（domain）和值域（range）约束。主语必须是属性定义域对应的实体类型，宾语必须是值域对应的类型。
  比如你示例中的wdt:P870（作品改编自），定义域是「改编后的作品」，值域是「被改编的原作」，因此正确结构是?answer（改编作品） wdt:P870 wd:Q131168（原作）；而wdt:P276（位于）定义域是「实体」，值域是「地点」，所以wd:Q46805（实体） wdt:P276 ?X（地点）才符合规则。
• 遵循属性的语义方向性：即使部分属性的定义域和值域类型重叠，也要以属性的实际语义为准。比如wdt:P870的定义域和值域都是「创作作品」，但语义上是改编作品→原作的指向关系，不能颠倒。

二、确保LLM生成正确主宾位置的策略 #

针对LLM容易颠倒主宾的问题，可以通过以下手段优化：

• 提示词中补充属性的方向性说明：不要只给属性ID和标签，明确标注属性的语义指向，比如在提示词里写：wdt:P870（作品改编自）：主语=改编后的作品，宾语=原作；wdt:P276（位于）：主语=实体，宾语=所在地点。
• 构建对比式示例集：在提示词的示例中，加入正向和反向语义的对应查询，让模型明确区分不同语义下的主宾结构。比如：

  问题1：哪些作品改编自《指环王》（wd:Q131168）？
  正确SPARQL：SELECT DISTINCT ?answer WHERE { ?answer wdt:P870 wd:Q131168 }
  问题2：《指环王》改编自什么作品？
  正确SPARQL：SELECT DISTINCT ?answer WHERE { wd:Q131168 wdt:P870 ?answer }

• 增加生成后的校验环节：在LLM输出SPARQL后，调用知识库的元数据接口，自动检查每个三元组的主语是否匹配属性定义域、宾语是否匹配值域，若不匹配则触发修正逻辑。
• 拆解示例的三元组结构：在提示词示例中，不仅给出完整SPARQL，还要拆解三元组并标注角色，强化模型对主宾位置的认知，比如：

  问题：上海体育场（wd:Q46805）位于哪里？该地点的容纳人数是多少？
  三元组1：wd:Q46805（实体，符合P276定义域） wdt:P276（位于） ?X（地点，符合P276值域）
  三元组2：?X（场地，符合P2184定义域） wdt:P2184（容纳人数） ?answer（数值，符合P2184值域）
  完整SPARQL：SELECT ?answer WHERE { wd:Q46805 wdt:P276 ?X . ?X wdt:P2184 ?answer }

三、人类判断主宾位置的方法 #

人类判断三元组主宾位置可以遵循以下步骤：

1. 明确属性的语义：把属性转换成自然语言动词短语，比如wdt:P2184是「容纳人数为」，语义上是「场地的容纳人数是数值」，因此场地是主语，数值是宾语。
2. 对照属性的元数据定义：查询知识库中属性的定义域和值域，确认主语/宾语的实体类型约束。
3. 反向语义验证：将生成的三元组转换成自然语言，对比原问题的语义是否一致。比如把wd:Q131168 wdt:P870 ?answer转换成「《指环王》改编自?answer」，如果原问题是问「哪些作品改编自《指环王》」，则语义完全相反，说明主宾颠倒。

内容的提问来源于stack exchange，提问作者jacopodabramo