National and Kapodistrian University of Athens
AstrOntGen: A Pipeline for Ontology Generation in Astrophysics using Large Language Models
Abstract
dc:descriptionΟι οντολογίες στην επιστήμη της πληροφορίας αποτελούν επίσημες και δομημένες περι- γραφές των σχέσεων μεταξύ εννοιών ενός συγκεκριμένου γνωστικού πεδίου. Παρέχουν ένα κοινό πλαίσιο που επιτρέπει τόσο στους ανθρώπους όσο και στις μηχανές να αναπαρι- στούν, να ανταλλάσσουν και να επεξεργάζονται πληροφορίες με συνέπεια. Οι οντολογίες είναι θεμελιώδεις στην επιστήμη των υπολογιστών, υποστηρίζοντας την αναπαράσταση γνώσης, την σημασιολογική αναζήτηση και την τεχνητή νοημοσύνη (TN). Παράλληλα είναι εξίσου κρίσιμες σε τομείς όπως η υγειονομική περίθαλψη και η βιολογία, όπου η διαχείριση σύνθετης γνώσης είναι απαραίτητη. Ωστόσο, η ανάπτυξη οντολογιών παραμένει μια χρονοβόρα και απαιτητική διαδικασία, η οποία συνήθως προϋποθέτει στενή συνεργασία μεταξύ ειδικών ενός επιστημονικού πεδί- ου και μηχανικών οντολογιών. Η μη αυτοματοποιημένη αυτή διαδικασία, σε συνδυασμό με τον εν δυνάμει εξελισσόμενο χαρακτήρα της γνώσης ενός πεδίου, καθιστά το έργο ιδιαί- τερα απαιτητικό. Οι πρόσφατες εξελίξεις στα Μεγάλα Γλωσσικά Μοντέλα (LLMs) προσφέ- ρουν μια ευκαιρία για την επιτάχυνση και μερική αυτοματοποίηση της διαδικασίας αυτής. Σε αυτή τη μελέτη παρουσιάζουμε το AstrOntGen, μια μέθοδο για ημι-αυτόματη παρα- γωγή οντολογιών στον τομέα της αστροφυσικής. Το AstrOntGen ενσωματώνει LLMs με τεχνικές Ανάκτησης με Επαυξημένη Δημιουργία (RAG) ώστε να παράγει οντολογίες που αποτυπώνουν τόσο τον εννοιολογικό πλούτο όσο και τη δομική ιεραρχία του πεδίου. Τα παραγόμενα αποτελέσματα αξιολογούνται σε σύγκριση με μια οντολογία αναφοράς, η ο- ποία αναπτύχθηκε βάσει οδηγιών της International Virtual Observatory Alliance (IVOA). Σε συγκριτική μελέτη, το AstrOntGen ξεπερνά συστηματικά τόσο τη μέθοδο Zero-Shot όσο και τη μεθοδολογία NeOn, ανεξαρτήτως του μοντέλου που χρησιμοποιείται. Αξιολογήθηκαν τέσσερα σύγχρονα LLMs: τα Gemini 2.0 Flash, Mistral-Large-Instruct- 2411, GPT-4o, and Grok-3. Το Gemini 2.0 Flash παρουσίασε την υψηλότερη απόδο- ση, επιτυγχάνοντας σκορ 0.945, μια ισχυρή ένδειξη της ικανότητάς του να αναπαράγει τον εννοιολογικό πλούτο και τη ιεραρχική δομή της οντολογίας αναφοράς. Ωστόσο, η μετρική αξιολόγησης εστιάζει αποκλειστικά στην ποιοτική δομή (κάλυψη κλάσεων και ιε- ραρχία υποκλάσεων) και δεν λαμβάνει υπόψη τη λογική εκφραστικότητα (π.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Ρέσκος Νικόλαος
- Reskos Nikolaos
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:5309143