Enriching Ontologies with Disjointness Axioms using Large Language Models

要約

オントロジーは、ナレッジ グラフでの高度な推論と一貫性チェックには有用であるにもかかわらず、クラス間の明示的な素性宣言が欠けていることがよくあります。
この研究では、クラスの素性公理を特定して主張することでオントロジーを強化する大規模言語モデル (LLM) の可能性を探ります。
私たちのアプローチは、LLM に埋め込まれた暗黙の知識を活用し、プロンプト エンジニアリングを使用してこの知識を引き出し、オントロジーの素性を分類することを目的としています。
オープンソース LLM に焦点を当てて、DBpedia オントロジーに関する方法論を検証します。
私たちの調査結果は、LLM が効果的なプロンプト戦略に導かれれば、素のクラス関係を確実に特定できるため、大規模な手動入力を必要とせずにオントロジー完成のプロセスを合理化できることを示唆しています。
包括的な素性強化のために、満足可能性を維持し、LLM への呼び出し数を減らすために、素性とサブクラス ステートメントの間の論理関係を考慮するプロセスを提案します。
この研究は、自動化されたオントロジー拡張における LLM の将来のアプリケーションの基盤を提供し、戦略的なプロンプト設計を通じて LLM のパフォーマンスを最適化するための洞察を提供します。
私たちのコードは、GitHub (https://github.com/n28div/llm-disjointness) で公開されています。

要約(オリジナル)

Ontologies often lack explicit disjointness declarations between classes, despite their usefulness for sophisticated reasoning and consistency checking in Knowledge Graphs. In this study, we explore the potential of Large Language Models (LLMs) to enrich ontologies by identifying and asserting class disjointness axioms. Our approach aims at leveraging the implicit knowledge embedded in LLMs, using prompt engineering to elicit this knowledge for classifying ontological disjointness. We validate our methodology on the DBpedia ontology, focusing on open-source LLMs. Our findings suggest that LLMs, when guided by effective prompt strategies, can reliably identify disjoint class relationships, thus streamlining the process of ontology completion without extensive manual input. For comprehensive disjointness enrichment, we propose a process that takes logical relationships between disjointness and subclass statements into account in order to maintain satisfiability and reduce the number of calls to the LLM. This work provides a foundation for future applications of LLMs in automated ontology enhancement and offers insights into optimizing LLM performance through strategic prompt design. Our code is publicly available on GitHub at https://github.com/n28div/llm-disjointness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google