大语言模型辅助发现本体网络构建的类型化语义链接

在本体之间构建类型化、合理的语义链接对于实现跨异构和跨学科知识领域的互操作性至关重要。然而，手动管理此类链接很难扩展。为了应对这一挑战，我们提出了一种用于本体网络构建的端到端框架，该框架可以自动发现和生成域内和域间关系。我们的方法结合了用于密集上下文表示的领域自适应 DistilBERT 嵌入、用于减少候选搜索空间的基于聚类的预过滤，以及通过迭代提示工程生成语义丰富、可解释的链接的 GPT-4o 驱动关系生成。该管道应用于 ReproductiveMeON（涵盖机器学习、显微镜、计算科学和实验工作流程的 33 个本体网络），将大约 800k 原始概念对减少为 95k 高质量候选。人类专家对两个独立注释者生成的 429 个关系进行验证，总体精度为 80.19%（高确定性注释为 91.49%），F1 为 0.890，注释者间具有显着的一致性。针对包括 Sentence-BERT 在内的五个基于相似性的基线的比较实验显示出巨大的性能差距（最佳基线 F1 = 0.581），而消融研究表明，仅基于相似性的方法无法区分过滤后的候选集上的有效关系和无效关系（AUC 约为 0.5）。这些发现强调了基于大语言模型的概念角色和领域语义推理的必要性，以实现准确的关系构建。