LEC-KG: An LLM-Embedding Collaborative Framework for Domain-Specific Knowledge Graph Construction -- A Case Study on SDGs

📄 arXiv: 2602.02090v1 📥 PDF

作者: Yikai Zeng, Yingchao Piao, Jianhui Li

分类: cs.CL, cs.AI

发布日期: 2026-02-02

💡 一句话要点

提出LEC-KG框架，利用LLM与知识图谱嵌入协同构建领域知识图谱，以解决可持续发展目标知识图谱构建难题。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 知识图谱构建 大型语言模型 知识图谱嵌入 关系抽取 可持续发展目标

📋 核心要点

  1. 现有领域知识图谱构建方法难以处理异构实体、长尾关系和缺乏标准模式等问题。
  2. LEC-KG框架通过LLM的语义理解和KGE的结构推理双向协同，迭代优化知识图谱构建。
  3. 实验表明，LEC-KG在中文SDG报告上显著优于LLM基线，尤其在低频关系抽取上。

📝 摘要（中文）

从非结构化文本中构建领域知识图谱仍然面临挑战，原因在于异构实体提及、长尾关系分布以及缺乏标准化模式。我们提出了LEC-KG，一个双向协同框架，它将大型语言模型（LLM）的语义理解与知识图谱嵌入（KGE）的结构推理相结合。我们的方法包含三个关键组成部分：（1）缓解长尾偏差的分层粗到细关系抽取；（2）将结构建议置于源文本中的证据引导的思维链反馈；（3）为未见实体启用结构验证的语义初始化。这两个模块迭代地相互增强——KGE提供结构感知的反馈来改进LLM抽取，而经过验证的三元组逐步改进KGE表示。我们在中文可持续发展目标（SDG）报告上评估了LEC-KG，证明了相对于LLM基线的显着改进，尤其是在低频关系上。通过迭代改进，我们的框架可靠地将非结构化政策文本转换为经过验证的知识图谱三元组。

🔬 方法详解

问题定义：论文旨在解决从非结构化文本中构建领域知识图谱的难题，特别是针对异构实体提及、长尾关系分布以及缺乏标准化模式等问题。现有方法，尤其是基于LLM的方法，在处理这些问题时表现不佳，导致知识图谱构建的准确性和完整性不足。

核心思路：论文的核心思路是利用大型语言模型（LLM）的强大语义理解能力和知识图谱嵌入（KGE）的结构推理能力，通过双向协同的方式迭代优化知识图谱的构建。LLM负责从文本中抽取实体和关系，KGE负责对抽取结果进行结构验证和推理，两者相互反馈，共同提升知识图谱的质量。

技术框架：LEC-KG框架包含三个主要模块：1) 分层粗到细关系抽取模块，用于缓解长尾关系分布带来的偏差；2) 证据引导的思维链反馈模块，用于将结构建议置于源文本中，提供可解释性；3) 语义初始化模块，用于为未见实体启用结构验证。整体流程是：首先，LLM进行初步的实体和关系抽取；然后，KGE对抽取结果进行结构验证和推理，并提供反馈；LLM根据KGE的反馈调整抽取结果；最后，经过验证的三元组用于更新KGE的表示，迭代进行，直至收敛。

关键创新：LEC-KG的关键创新在于其双向协同的框架设计，将LLM的语义理解能力和KGE的结构推理能力有机结合。与传统的单向方法相比，LEC-KG能够更好地处理异构实体、长尾关系和缺乏标准模式等问题，从而构建更高质量的领域知识图谱。此外，证据引导的思维链反馈机制增强了模型的可解释性。

关键设计：分层粗到细关系抽取模块采用多层级的关系分类器，首先进行粗粒度的关系分类，然后逐步细化。证据引导的思维链反馈模块利用LLM生成解释性的文本，说明KGE的结构建议的依据。语义初始化模块利用LLM对未见实体进行语义表示，从而为KGE提供初始的结构信息。具体的损失函数和网络结构细节在论文中未明确说明，属于未知信息。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，LEC-KG框架在中文可持续发展目标（SDG）报告上取得了显著的性能提升，尤其是在低频关系抽取方面。相较于LLM基线模型，LEC-KG能够更准确地识别和抽取长尾关系，从而构建更完整的知识图谱。具体的性能提升数据在摘要中未给出，属于未知信息。

🎯 应用场景

LEC-KG框架可应用于多个领域知识图谱的自动构建，例如医疗、金融、法律等。该研究成果有助于提升知识图谱构建的效率和质量，为智能问答、知识推理、决策支持等应用提供更可靠的知识基础，具有重要的实际应用价值和学术研究意义。

📄 摘要（原文）

Constructing domain-specific knowledge graphs from unstructured text remains challenging due to heterogeneous entity mentions, long-tail relation distributions, and the absence of standardized schemas. We present LEC-KG, a bidirectional collaborative framework that integrates the semantic understanding of Large Language Models (LLMs) with the structural reasoning of Knowledge Graph Embeddings (KGE). Our approach features three key components: (1) hierarchical coarse-to-fine relation extraction that mitigates long-tail bias, (2) evidence-guided Chain-of-Thought feedback that grounds structural suggestions in source text, and (3) semantic initialization that enables structural validation for unseen entities. The two modules enhance each other iteratively-KGE provides structure-aware feedback to refine LLM extractions, while validated triples progressively improve KGE representations. We evaluate LEC-KG on Chinese Sustainable Development Goal (SDG) reports, demonstrating substantial improvements over LLM baselines, particularly on low-frequency relations. Through iterative refinement, our framework reliably transforms unstructured policy text into validated knowledge graph triples.