DSTI at LLMs4OL 2024 Task A: Intrinsic versus extrinsic knowledge for type classification

要約

外部知識の表現方法であるセマンティックタワーを導入し、それをオントロジー学習のための大規模言語モデルの内部知識と比較します。
私たちの実験では、微調整されたモデルの固有知識と比較して、外部知識のパフォーマンスと意味論的根拠の間のトレードオフが示されています。
Large Language Models for Ontology Learning (LLMs4OL) 2024 チャレンジに関する調査結果を報告します。

要約(オリジナル)

We introduce semantic towers, an extrinsic knowledge representation method, and compare it to intrinsic knowledge in large language models for ontology learning. Our experiments show a trade-off between performance and semantic grounding for extrinsic knowledge compared to a fine-tuned model intrinsic knowledge. We report our findings on the Large Language Models for Ontology Learning (LLMs4OL) 2024 challenge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google