ChronoSynth：面向时序知识图谱的约束感知问题生成

ChronoSynth 用时序意图状态与模式记忆约束问题生成

资讯摘要

论文将时序知识图谱问题生成视为保持约束的图到问题任务，提出 ChronoSynth 框架：先构建 Temporal Intent State 显式表达问题意图，再从索引模式记忆中检索兼容的类型化问题模式并适配输入图，最后对生成问题做验证，检测到不一致时依据反馈修订。作者报告在 CRONQUESTIONS 和 MultiTQ 上取得最优生成表现，消融实验支持各组件贡献。

要点速读

1. 论文指出，时序图上的有效问题需保留答案域、时间条件、参考事件与时序顺序，现有方法易产生时序语义漂移。
2. ChronoSynth 由 Temporal Intent State、模式记忆检索适配与验证反馈修订三部分组成。
3. 作者报告在 CRONQUESTIONS 与 MultiTQ 上达到最优生成性能，消融实验支持各组件作用。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。