في عالم [البيانات](/tag/البيانات) المتزايد تعقيداً، تُعتبر [الرسوم البيانية المعرفية](/tag/الرسوم-البيانية-المعرفية) ([Knowledge Graphs](/tag/knowledge-graphs)) أحد [الأدوات](/tag/الأدوات) الأساسية لتنظيم [المعلومات](/tag/المعلومات) وربطها بشكل هادف. ومع ذلك، تظل عملية إنشائها من بين أكثر المهام استهلاكًا للوقت والجهد للمهندسين المعرفيين، حيث يتوجب عليهم تحديد القيم الدلالية بين مصادر [البيانات](/tag/البيانات) المدخلة والمصطلحات الأنطولوجية.
لقد أدت الحلول القابلة للتصريح مثل RML وSPARQL-Anything إلى بعض التحسينات، لكن لا يزال [التوافق](/tag/التوافق) بين عناصر مخطط الإدخال والمصطلحات الأنطولوجية يتطلب [تحولات](/tag/تحولات) معقدة وجهودًا كبيرة من الأيدي البشرية. ومع ظهور [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة) ([LLMs](/tag/llms))، برز الاهتمام في [استغلال](/tag/استغلال) إمكانياتها لمساعدة مهندسي [الرسوم البيانية المعرفية](/tag/الرسوم-البيانية-المعرفية).
عرضت بعض الدراسات استخدام [LLMs](/tag/llms) لأتمتة [بناء](/tag/بناء) الرسوم البيانية، ولكن لم يكن هناك إطار موحد لتقييم كفاءتها في تأسيس المطابقات بين [مخططات](/tag/مخططات) [البيانات](/tag/البيانات) ومفاهيم الأنطولوجيا. هنا يأتي [الابتكار](/tag/الابتكار) الجديد، BLINKG، والذي يُعَد معيارًا مصممًا لتقييم قدرات [LLMs](/tag/llms) في إنشاء [الرسوم البيانية المعرفية](/tag/الرسوم-البيانية-المعرفية) من مصادر [بيانات متنوعة](/tag/[بيانات](/tag/بيانات)-متنوعة).
يتضمن هذا المعيار مجموعة من السيناريوهات ذات التعقيد المتزايد، موضوعة بناءً على [حالات الاستخدام](/tag/حالات-الاستخدام) الواقعية. تم إجراء [تقييم](/tag/تقييم) تجريبي شامل لعدة [نماذج [لغة](/tag/لغة) كبيرة](/tag/[نماذج](/tag/نماذج)-[لغة](/tag/لغة)-كبيرة) متقدمة باستخدام BLINK، وتبين أن هذه [النماذج](/tag/النماذج) تُقدم حلولًا واعدة. ومع ذلك، لا تزال أدائها محدودة في السيناريوهات المعقدة.
بفضل هذا المعيار، يمكننا الآن [تقييم](/tag/تقييم) قدرات [LLMs](/tag/llms) الحالية في [بناء](/tag/بناء) [الرسوم البيانية المعرفية](/tag/الرسوم-البيانية-المعرفية). بالإضافة إلى ذلك، وضعنا مجموعة من المتطلبات لتحقيق [بناء](/tag/بناء) [الرسوم البيانية](/tag/الرسوم-البيانية) بشكل (نصف) آلي مدفوعًا بالذكاء الاصطناعي، مما يفتح آفاق جديدة للبحث في هذا المجال.
BLINKG: ثورة في إنشاء الرسوم البيانية المعرفية باستخدام نماذج اللغة الكبيرة!
يتناول هذا المقال الابتكار الجديد BLINKG، الذي يُعد بمثابة معيار لتقييم قدرة نماذج اللغة الكبيرة (LLMs) في إنشاء الرسوم البيانية المعرفية. مع تقدم الذكاء الاصطناعي، تبرز الحاجة إلى تحسين هذه العملية التي كانت تستغرق وقتًا وجهدًا كبيرين.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
