DreamKG：面向无家可归者的知识图谱增强对话系统

无家可归者（PEH）在获取及时、准确的社区服务信息方面面临重大障碍。DreamKG通过一个知识图谱增强的对话系统来解决这一问题，将回答锚定在经过验证、保持更新的费城组织、服务、地点与开放时间数据上。与易产生幻觉的标准大语言模型（LLM）不同，DreamKG将Neo4j知识图谱与结构化查询理解相结合，可靠地处理位置感知和时间敏感的查询。系统执行空间推理以给出基于距离的推荐，并进行时间过滤以匹配开放时间。初步评估显示，在相关查询上比Google Search AI优59%，对无关查询的拒答率为84%。该演示突显了混合架构的潜力：将LLM的灵活性与知识图谱的可靠性相结合，切实改善弱势群体的服务可及性。