Проблема: «Слепота» моделей к структуре
Инженерия онтологий остается узким местом в системах, основанных на знаниях. Существующие методы либо требуют жестких предопределенных схем, либо работают только в узких доменах, выдавая неструктурированный вывод. Новая работа Generative Ontology Induction (GOI) решает эту проблему, предлагая доменно-независимый фреймворк. Он позволяет LLM самостоятельно генерировать «синий принт» (entities, dimensions, properties, relationships, constraints) и экспортировать его в виде типизированного графа (6 типов узлов, 7 типов связей) в форматах YAML/JSON.
Метрика Node Coverage Score
Для оценки качества авторы ввели метрику Node Coverage Score — долю структурных узлов онтологии (классы, свойства, измерения), которые реально присутствуют в сгенерированном выводе. Это позволяет объективно измерить, насколько полно модель уловила логику данных, а не просто «угадала» текст.
Результаты: GOI против Generic Template
Контролируемое тестирование на четырех контрастных онтологиях показало радикальное превосходство GOI над стандартным подходом (generic three-field template). Даже если документ незнаком модели, GOI сохраняет высокую точность структуры.
| Онтология (Домен) | GOI Coverage | Generic Template Coverage |
|---|---|---|
| Software Services Invoice (Счета) | 95-100% | 97.8% |
| Job Description (Вакансии) | 95-100% | 52.2% |
| Pain-Management Clinical (Медицина) | 95-100% | 62.2% |
| Professional Services Contract (Договоры) | 95-100% | 78.3% |
Почему это важно
Результаты доказывают, что LLM способны извлекать сложную семантическую структуру из «сырых» текстовых корпусов без дообучения и ручного промпт-инжиниринга. Это открывает путь к автоматизации создания Knowledge Graphs для любых ниш — от юриспруденции до клинической медицины, где ручная разметка данных крайне трудоемка.
Источник: arXiv cs.AI ↗