PulseAugur
实时 15:12:41
English(EN) Generative Ontology Induction: Domain-Agnostic Schema Discovery from Document Corpora Using Large Language Models

新AI框架可自动从文档中发现模式

研究人员开发了生成本体归纳(GOI),一个新颖的领域无关框架,旨在利用大型语言模型自动从文档语料库中发现模式。该框架生成实体、维度、属性、关系和约束的详细蓝图,并以YAML/JSON格式导出为类型化图。一种新颖的评估指标——节点覆盖率得分,用于衡量生成输出中结构本体节点的比例。在四个不同本体上的验证表明,GOI实现了95-100%的结构覆盖率,显著优于通用模板,并且其有效性与模型对文档类型的熟悉程度无关。 AI

影响 该框架可以简化跨领域AI系统的知识提取和集成。

排序理由 该集群描述了一篇关于使用LLM进行本体归纳的新颖框架和评估指标的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新AI框架可自动从文档中发现模式

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Sergei Sergienko ·

    生成本体归纳:使用大型语言模型从文档语料库进行领域无关的模式发现

    arXiv:2607.16201v1 Announce Type: new Abstract: Ontology engineering remains a critical bottleneck in knowledge-intensive AI systems. Existing automated approaches either depend on predefined schemas, operate within narrow domains, or produce unstructured outputs unsuitable for d…