OmniRetrieval：跨异构知识源的统一检索

现实世界的信息需求需要访问结构多样的知识源，从非结构化文本和关系表到知识图和属性图。然而，现有的 检索器 在固定的查询语言下一次对一个源进行操作，从而使更广泛的可用知识碎片化在不兼容的接口后面。统一的自然尝试会将这些来源折叠成一个共享空间，但这消除了赋予每个来源表达能力的结构可供性（例如模式、本体、组合运算符）。因此，对不同知识的有效检索不需要同质化，而是需要一个能够满足每个来源自身条件的总体层。为了实现这一目标，我们提出了 OmniRetrieval，这是一个框架，它可以接受任何自然语言查询，识别适当的知识源，并将源本机查询分派到其本机执行引擎。在涵盖文本、关系和图形结构源的 13 个数据集和 309 个不同知识库的广泛基准测试中，OmniRetrieval 超越了单源基线，表明它可以充当异构源的通用接口，同时保留使每个源有价值的结构差异。