大規模言語モデルを活用したオントロジーマッチングの新しい手法LLMs4OMを提案し、その有効性を実証した。
本研究では、オントロジーマッチングの最後の一歩を効率的に見つけるために、アクティブラーニングと弱教師付き学習を組み合わせたDualLoopアプローチを提案する。DualLoopは、投票委員会と長期学習器を組み合わせることで、既存の手法よりも高いF1スコアと再現率を達成しつつ、ユーザーの注釈コストを大幅に削減できる。
LLMエージェントを活用することで、従来のオントロジーマッチングシステムの課題を解決し、高精度なマッチング結果を得ることができる。