OntoExtend：需求驱动的大模型本体扩展框架

本体扩展是指根据新出现的需求丰富现有本体，使其更加完整的过程。此任务是一个资源密集型且容易出错的过程。 大语言模型（LLM）在从头开始生成本体方面表现出了良好的性能，但当前的方法很少将本体扩展明确地与需求或可重用核心模型联系起来，并且对 LLM 输出提供有限的系统评估。本文介绍了 OntoExtend，这是一种使用 LLM 进行本体扩展的需求驱动框架。它以能力问题的形式对相关输入本体和要求使用检索增强生成（RAG）来提出有本体与需求依据的扩展。我们从两个用例的 39 个 CQ 上评估 OntoExtend：公共欧盟项目本体 Onto-DESIDE 和博世的工业本体。生成的片段显示出很少的结构问题，满足所有功能评估测试，并被本体工程师评为在集成之前需要进行轻微到中等的修改。这些结果表明，OntoExtend 可用作现实场景中需求驱动本体扩展的草拟助手，同时保持对 CQ 特异性和建模方式的敏感度。