大语言模型遇上知识图谱：问答系统中的融合与机遇

大型语言模型（LLMs）因其在自然语言理解与生成方面的强大能力，在问答（QA）任务中展现出卓越表现。然而，基于 LLM 的问答系统在面对复杂问答任务时仍面临诸多挑战，包括推理能力不足、知识更新滞后以及幻觉生成等问题。 为应对这些挑战，近年来多个研究工作尝试将 LLM 与知识图谱（KGs）结合用于问答任务。在本综述中，我们提出了一种新的结构化分类法，根据问答任务类型和知识图谱在与 LLM 整合过程中的角色，对现有融合方法进行系统归类。 我们全面回顾了当前将 LLM 与 KG 结合用于问答的最新研究进展，从方法的优势、局限性以及对知识图谱的依赖性等方面进行了对比分析。随后，我们将这些方法与不同类型的问答任务进行对齐，探讨它们是如何应对复杂问答中主要挑战的。 最后，我们总结了相关研究在技术发展、评估指标与基准数据集方面的进展，并重点指出当前仍然存在的开放挑战与未来机遇。

1 引言

**问答（Question Answering, QA）**在人工智能、自然语言处理、信息检索和数据管理等领域中扮演着基础性角色，因其应用范围广泛，包括文本生成、聊天机器人、对话生成、网页搜索、实体链接、自然语言查询、事实核查等。**预训练语言模型（PLMs）和近期的大语言模型（LLMs）在诸如知识库问答（KBQA）、知识图谱问答（KGQA）、封闭域问答（CDQA）等任务中展现出卓越表现。 然而，基于 PLM 和 LLM 的方法在面对复杂问答任务（complex QA）**时仍存在如下关键局限： 1. 复杂推理能力有限：LLMs 通常通过预测文本中的下一个词进行预训练，因此内嵌的推理能力相对受限； 1. 缺乏最新和领域特定的知识：LLMs 的知识来自于预训练语料，在时间上存在“知识截止”，难以准确应对特定领域的实时问答； 1. 倾向于生成幻觉内容（hallucinations）：由于缺乏事实校验和逻辑一致性检查，LLMs 易生成不真实或不可靠的回答。

挑战分析

检索增强生成（Retrieval-Augmented Generation, RAG）方法（Mao 等，2021）被提出用于开放域问答，其通过从大量文档中检索相关上下文辅助生成答案。同时，包括图神经网络（GNNs）（Li 等，2025b）等多种技术被用于提升检索覆盖度。尽管 RAG 相比非 RAG 方法在生成质量上有所提升，但其在处理复杂问答任务时仍存在显著限制，主要体现在以下方面： 1. 知识冲突：LLMs 与外部检索内容之间可能存在不一致或冗余知识，融合时易导致答案前后矛盾； 1. 检索上下文的相关性与质量不足：RAG 的回答质量依赖于检索内容的准确性，若上下文无关，则容易生成错误答案； 1. 缺乏迭代与多跳推理能力：对需全局理解与摘要推理的问题，RAG 结构通常难以生成解释性强、准确性高的答案。

研究动机

将 LLMs 与知识图谱（KGs）相结合的趋势，为解决上述 LLMs 在知识密集型任务（如复杂问答）中的不足提供了新的可能性（Ma 等，2025a）。近期提出的图结构检索增强生成（GraphRAG）（Zhang 等，2025；Peng 等，2024；Han 等，2024）与知识图谱检索增强生成（KG-RAG）（Sanmartin，2024；Yang 等，2024）方法，展示了在复杂问答任务中融合 LLMs 与 KGs 的强大潜力。这些方法通常引入模块化机制，如知识融合、推理指导、知识验证与优化，从而有效缓解上述挑战。

研究目标

近年来，融合 LLMs 与 KGs 以支持开放域与长上下文的复杂问答任务的研究快速增长。本综述旨在回应上述问题，全面梳理将 LLMs 与 KGs 集成用于复杂问答的最新进展，系统总结技术成果，并识别关键挑战与未来研究机遇。 与现有综述（详见附录 §A.1）不同，本研究从 KGs 在 LLM+KG 问答融合中的角色出发，提供了一个更为全面的分析框架。

方法分类体系

我们从多个视角出发，构建了融合 LLMs 与 KGs 应用于复杂问答任务的方法分类体系，结构化的分类图见附录 §B 中的图 1。值得注意的是，这些分类视角之间并非互斥，某一研究方法可能在不同视角下被归入多个类别。 本综述的所有相关资源可通过 GitHub 在线访问。

本文贡献

鉴于 LLMs 与 KGs 的广泛应用与流行度，本综述具有高度的时效性。我们主要贡献如下： 1. 提出结构化的分类体系：对现有融合 LLMs 与 KGs 的问答研究进行系统性归类； 1. 全面回顾现有方法：涵盖不同类别下的 SOTA 工作，并讨论该领域的最新研究议题； 1. 方法与任务对齐：分析不同方法如何应对复杂问答中出现的具体挑战； 1. 揭示挑战与前景：总结当前尚未解决的技术瓶颈，并指出未来的研究方向与发展机遇。