一篇新论文探讨了本体能力问题(CQ)验证中的挑战,该过程用于评估本体是否准确地模拟了其预期目的。研究强调,由于需要精确解释语言细微差别并与形式本体结构对齐,CQ验证通常耗时且容易出错。该研究让19名参与者使用LLM助手进行本体评估,揭示了需要工具来完善CQ并防止本体工程后期出现歧义或复杂性。 AI
影响 强调了需要更好的工具来管理本体工程中自然语言处理的歧义。
排序理由 该集群包含一篇在arXiv上发表的讨论研究结果的学术论文。
- arXiv
- CQ-verification
- LLM assistant
- Mohammad Javad Saeedizade
- natural language questions
- OE-Assist
- ontology
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →