핵심 개념
Großen Sprachmodellen kann domänenspezifisches Wissen entnommen werden, um Ontologien automatisch zu befüllen und zu erweitern.
초록
Der Artikel präsentiert einen Ansatz zur automatischen Befüllung von Ontologien mit domänenspezifischem Wissen, indem große Sprachmodelle (Large Language Models, LLMs) als Orakel verwendet werden.
Der Ansatz, genannt KGFiller, startet mit einer teilweise initialisierten Ontologie, bestehend aus Klassen- und Eigenschaftsdefinitionen. Mithilfe von Abfrage-Vorlagen werden dann mehrmals Fragen an das LLM-Orakel gestellt, um daraus Instanzen für die Klassen und Beziehungen der Ontologie zu generieren.
Der Prozess umfasst vier Phasen:
- Populationsphase: Für jede Klasse werden neue Individuen erzeugt.
- Relationsphase: Für jede Eigenschaft werden neue Beziehungen zwischen Individuen erzeugt.
- Umverteilungsphase: Die erzeugten Individuen werden den spezifischsten verfügbaren Klassen zugeordnet.
- Zusammenführungsphase: Syntaktisch ähnliche, aber semantisch identische Individuen werden zusammengeführt.
Das Ergebnis ist eine automatisch befüllte Ontologie, die vom Experten angepasst und ergänzt werden kann.
통계
"Ontologien bieten einen strukturierten Rahmen, der Konzepte, Beziehungen und Eigenschaften innerhalb eines bestimmten Bereichs definiert."
"Manuelle Ontologie-Befüllung ist zeit- und arbeitsaufwendig und kann von menschlichen Fehlern und Voreingenommenheiten betroffen sein."
"Datengetriebene Ansätze bieten Geschwindigkeit und Skalierbarkeit, können aber zu Ontologien mit geringerer Qualität führen."
인용구
"Ontologien bieten einen Weg, menschliches Wissen auf eine für Maschinen verständliche Weise zu vermitteln."
"Große Sprachmodelle sind in der Lage, eine beträchtliche Menge an domänenspezifischem Wissen zu verkörpern."