{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5309143"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5309143","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"AstrOntGen: A Pipeline for Ontology Generation in Astrophysics using Large Language Models","abstract":"Οι 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.","abstract_html":"Οι 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.","abstract_has_math":false,"creators":["Ρέσκος Νικόλαος","Reskos Nikolaos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:26Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5309143"],"render_values":[{"text":"uoadl:5309143","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5309143","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5309143","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5309143","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ρέσκος Νικόλαος","Reskos Nikolaos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5309143","https://pergamos.lib.uoa.gr/uoa/dl/object/5309143"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Οι 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.","Ontologies in information science are formal, structured descriptions of how concepts relate within a specific domain. They provide a shared framework that enables both humans and machines to represent, exchange, and process information consistently. Ontologies are foundational in computer science, supporting knowledge representation, semantic search, and artificial intelligence (AI). They are equally vital in fields such as healthcare and biology, where the management of complex domain knowledge is essential. However, ontology development remains a time-consuming and expertise-driven process, typically requiring close collaboration between domain experts and ontology engineers. This manual effort, coupled with the evolving nature of domain knowledge, makes the task particularly challenging. Recent advances in Large Language Models (LLMs) present an opportunity to accelerate and partially automate this process. In this study, we introduce AstrOntGen, a pipeline for semi-automated ontology generation in the domain of astrophysics. AstrOntGen integrates LLMs with Retrieval-Augmented Generation (RAG) techniques to produce ontologies that reflect both the conceptual richness and hierarchical structure of the field. The outputs are assessed against a goldstandard ontology, manually developed using guidelines from the International Virtual Observatory Alliance (IVOA). In a comparative study, AstrOntGen consistently outperforms both Zero-Shot prompting and NeOn-based methodology across all models tested. Four state-of-the-art LLMs were evaluated: Gemini 2.0 Flash, Mistral-Large-Instruct-2411, GPT-4o, and Grok-3. Gemini 2.0 Flash demonstrated the highest performance, achieving a score of 0.945, a strong indication of its ability to reproduce the richness and taxonomic structure of the reference ontology. However, this evaluation metric focuses solely on structural quality (i.e., class coverage and subclass hierarchy) and does not account for logical expressiveness (e.g., use of owl:equivalentClass), which remains a limitation across all models."]},{"key":"dc:title","label":"Title","values":["AstrOntGen: A Pipeline for Ontology Generation in Astrophysics using Large Language Models"]}]}],"canonical_facts":{"dc:creator":["Ρέσκος Νικόλαος","Reskos Nikolaos"],"dc:date":["2025"],"dc:description":["Οι 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.","Ontologies in information science are formal, structured descriptions of how concepts relate within a specific domain. They provide a shared framework that enables both humans and machines to represent, exchange, and process information consistently. Ontologies are foundational in computer science, supporting knowledge representation, semantic search, and artificial intelligence (AI). They are equally vital in fields such as healthcare and biology, where the management of complex domain knowledge is essential. However, ontology development remains a time-consuming and expertise-driven process, typically requiring close collaboration between domain experts and ontology engineers. This manual effort, coupled with the evolving nature of domain knowledge, makes the task particularly challenging. Recent advances in Large Language Models (LLMs) present an opportunity to accelerate and partially automate this process. In this study, we introduce AstrOntGen, a pipeline for semi-automated ontology generation in the domain of astrophysics. AstrOntGen integrates LLMs with Retrieval-Augmented Generation (RAG) techniques to produce ontologies that reflect both the conceptual richness and hierarchical structure of the field. The outputs are assessed against a goldstandard ontology, manually developed using guidelines from the International Virtual Observatory Alliance (IVOA). In a comparative study, AstrOntGen consistently outperforms both Zero-Shot prompting and NeOn-based methodology across all models tested. Four state-of-the-art LLMs were evaluated: Gemini 2.0 Flash, Mistral-Large-Instruct-2411, GPT-4o, and Grok-3. Gemini 2.0 Flash demonstrated the highest performance, achieving a score of 0.945, a strong indication of its ability to reproduce the richness and taxonomic structure of the reference ontology. However, this evaluation metric focuses solely on structural quality (i.e., class coverage and subclass hierarchy) and does not account for logical expressiveness (e.g., use of owl:equivalentClass), which remains a limitation across all models."],"dc:identifier":["uoadl:5309143","https://pergamos.lib.uoa.gr/uoa/dl/object/5309143"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["AstrOntGen: A Pipeline for Ontology Generation in Astrophysics using Large Language Models"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:26Z"}