Web Ontology Language
PulseAugur coverage of Web Ontology Language — every cluster mentioning Web Ontology Language across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
KDAI2026讲座涵盖知识图谱、神经符号AI和AI的局限性
KDAI2026的最后讲座聚焦于知识图谱和神经符号AI，探讨了OWL、SHACL和混合AI方法等主题。会议还回顾了AI的局限性，讨论了ELIZA效应、Clever Hans、中文房间论证和回形针最大化器等概念，并得出结论，无论是符号推理还是纯粹的机器学习都无法单独实现高级AI。
-
神经符号框架使用组合范畴语法重构大型语言模型输出
研究人员提出了一个神经符号框架，利用组合范畴语法（CCG）将大型语言模型（LLMs）的输出重构为类型化的组合推导。该方法虽然不声称LLMs内部实现了CCG，但表明LLM的输出可以以增量方式被可听地重构。该框架超越了自然语言，扩展到Solidity、OWL和SQL等形式语言，利用了Curry-Howard对应关系。它能够针对外部知识源检查组合结构失败和幻觉内容。
-
新框架使用LLM实现对领域特定档案的自然语言访问
研究人员开发了一个名为自然语言知识图谱查询（NLKGQ）的可重用框架，使用户能够通过自然语言查询领域特定的档案。该系统利用大型语言模型（LLM）将自然语言问题转化为准确的SPARQL查询，然后针对知识图谱执行这些查询。该框架被设计为领域无关的，开发始于在Web本体语言（OWL）本体中捕获领域词汇和语义。该系统在查询神经影像学研究档案元数据方面表现出100%的准确性，可读的实体名称和语义注释比LLM选择或提示工程更关键。
-
NeurOWL框架使用LLM进行不完整的本体推理
研究人员开发了NeurOWL，一个新颖的神经符号框架，旨在解决不完整OWL本体中的推理挑战。该框架集成了大型语言模型（LLMs）和本体嵌入，以联合验证合理的子类关系并识别缺失的公理。NeurOWL在包括医疗保健和生物信息学在内的各种现实世界领域展示了强大的性能。
-
Apache Jena 通过语义推理赋能原生 AI 知识库
作者提出使用 Apache Jena（一个用于构建语义网应用的框架）来创建原生 AI 知识库。这种方法旨在赋予 AI 类似人类的增量学习和推理能力，超越简单的信息摄取和查询。通过利用本体、知识图谱以及 RDF 和 OWL 等工具，目标是构建一个能够补充通用模型并解决 AI 生成内容的“粗糙问题”的专业化 AI。作者发现大型语言模型（LLMs）能够自然理解 RDF 图语言，从而便于创建充当 AI 记忆层的个人知识库。
-
新西兰发布信息公开流程建模本体
研究人员开发了FOI-O，一个旨在对信息公开（FOI）请求相关流程进行建模和分析的新本体和验证框架。该系统专门针对新西兰的《官方信息法》，旨在梳理和阐明FOI请求记录中复杂的、常常混合了通信、系统状态和法律结果的数据。FOI-O提供了一种标准化方法来表示请求档案、事件和元数据，并支持JSON、Python、SKOS、OWL、RDF和SHACL等格式的配套资产，以及流程模型和导出示例。
-
Agent 内存需要本体论，但团队常混淆两种不同类型
构建 Agent 内存系统需要仔细考虑本体论，本体论可以有两种截然不同的方法。第一种，本体论即提取模式（ontology-as-extraction-schema），涉及在提示或函数调用中使用受限的词汇表，以确保一致的数据提取，例如标记供应商或合同状态。这种方法很轻量级，通常在 YAML 或 Pydantic 模式等简单文件中管理，并且足以满足单一平台部署。第二种，本体论即语义基础设施（ontology-as-semantic-inf…
-
Owl alpha AI 模型在 OpenRouter 上免费发布
新的 AI 模型 Owl alpha 已发布，可在 OpenRouter 上免费获取。发布内容包括一个演示其功能的 YouTube 教程。
-
New framework enables fuzzy quantification over ontologies and knowledge graphs
研究人员开发了一个新的框架，用于在本体和知识图谱上进行模糊量化查询，支持标准和模糊版本。该系统旨在检索满足通过I型或II型模糊量化语句表达的标准的对象。一个显著的特点是它不依赖于特定的量词类型、评估方法或数据源，并且包含一个名为Q2S2的公开可用实现，以促进进一步的研究。
-
新的AgenticRei框架通过义务策略增强AI治理
研究人员推出AgenticRei，一个旨在为自主代理式AI系统提供强大运行时治理的新框架。该系统通过整合义务生命周期管理、元策略冲突解决和豁免义务的豁免等功能，解决了当前XACML、Rego和Cedar等策略引擎的局限性。AgenticRei利用基于Rei框架的义务策略语言，该语言用OWL表示并由外部逻辑引擎评估，以治理工具调用和代理间通信。