تُعتبر عملية توليد الأنطولوجيات التلقائية من النصوص الطبيعية غير المهيكلة واحدة من أكبر التحديات في مجال هندسة المعرفة. في الوقت الذي تظهر فيه نماذج اللغات الضخمة (Large Language Models) بوادر النجاح، تبقى الأسئلة حول التصميم المعماري وتأثيره على جودة الإنتاج قائمة.
في دراسة حديثة، تم إجراء أبحاث باستخدام عقود تأمين محددة النطاق كحالة اختبار. بدأت الدراسة بتحديد نموذج أساسي لاستخدام نماذج اللغات الضخمة، حيث تم الكشف عن بعض المشكلات الرئيسية مثل عدم الالتزام بنمط تصميم الأنطولوجيات، والازدواجية الهيكلية، وعمليات الإصلاح غير الفعالة.
لمواجهة هذه التحديات، تم تقديم بنية متعددة الوكلاء، حيث تم تقسيم عملية بناء الأنطولوجيا إلى أربعة أدوار أساسية: الخبير في المجال، المدير، المبرمج، ومراقب الجودة.
وقد أظهر تقييم الأداء التحسن الكبير في الجودة الهيكلية، فضلاً عن تعزيز القدرة على استعلام البيانات، خاصةً مع التركيز على التخطيط المُسبق. تؤكد النتائج أن تبني منهج التخطيط المُسبق والموارد المعتمدة يُعد مسارًا واعدًا نحو هندسة أنطولوجيا آلية وقابلة للتطوير.
يحمل هذا التطور في علم الذكاء الاصطناعي آفاقًا جديدة لتبسيط المعقدات في توليد الأنطولوجيات، مما يبشر بتحولات مستقبلية مهمة في كيفية إدارة وتخزين المعرفة بشكل عام.
ثورة في توليد الأنطولوجيات: هل يمكن للذكاء الاصطناعي أن يحل التحديات الحالية؟
يتناول البحث كيفية استخدام نماذج اللغات الضخمة (LLMs) في توليد أنطولوجيات تلقائية من النصوص غير المهيكلة، ويستعرض نتائج دراسة تجريبية حول تحسين الجودة الهيكلية باستخدام بنية متعددة الوكلاء. هل ستصبح هذه الطريقة الحل الأمثل؟
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
