GrOIL 管道使用 LLM 自动化形式本体创建

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-22 23:15

研究人员开发了 GrOIL，这是一个用于从领域文档自动构建形式本体的新型七阶段管道。该系统确保语料库基础、词汇一致性和表达能力，生成可审计的 Web Ontology Language (OWL) Terminological Boxes (TBox)。与以前的方法不同，GrOIL 将大型语言模型 (LLM) 的使用限制在特定的中介任务上，将输出基础化为 Unified Discourse-Hypergraphs (UDH)，并支持基于 SPARQL 的评估。在人寿保险文件上进行测试，GrOIL 在能力问题覆盖率方面显著优于直接 LLM 基线，并且在与手动创建的本体相当的关键短语覆盖率方面取得了高分。 AI

影响这项研究为生成形式本体提供了一种更健壮、可审计的方法，有可能改善专业领域的知识表示和检索。

排序理由该项目是一篇研究论文，详细介绍了一种新的本体归纳方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了一种新的本体归纳方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 5 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Oshani Seneviratne · 2026-08-22 23:15

GrOIL：基于图的领域本体归纳与约束式大模型中介

Constructing formal ontologies from domain documents requires simultaneously enforcing corpus grounding, vocabulary consistency, axiom-level expressivity, and end-to-end provenance, a combination no existing automatic system delivers. We present a seven-stage graph-grounded pipel…

本文如何被排名

报道来源 [1]

GrOIL：基于图的领域本体归纳与约束式大模型中介

相关实体

相关话题