利用人工智能的本体动态检索增强生成 (DRAGON-AI)
人工智能
2024-10-22 v2
摘要
背景：本体是生物医学、环境和食品科学等领域信息学基础设施的基础组件，以准确且可计算的形式表示共识知识。然而，其构建和维护需要大量资源，并需要领域专家、数据管理员和本体专家之间的广泛合作。我们提出了利用 AI 的本体动态检索增强生成 (DRAGON-AI)，这是一种采用大语言模型 (LLMs) 和检索增强生成 (RAG) 的本体生成方法。DRAGON-AI 能够从多个本体和非结构化文本源中的现有知识出发，生成文本和逻辑本体组件。结果：我们在十个不同的本体上评估了 DRAGON-AI 在从头术语构建方面的性能，并对结果进行了广泛的人工评估。我们的方法在关系生成方面具有很高的精确度，但略低于基于逻辑的推理的精确度。我们的方法还能够生成被专家评估员认为可接受的定义，但这些定义的得分低于人工编写的定义。值得注意的是，在某个领域具有最高置信度的评估员更能辨别 AI 生成定义中的缺陷。我们还展示了 DRAGON-AI 以 GitHub issues 形式整合自然语言指令的能力。结论：这些发现表明 DRAGON-AI 具有极大辅助人工本体构建过程的潜力。然而，我们的结果也强调了由专家数据管理员和本体编辑者主导本体生成过程的重要性。
引用
@article{arxiv.2312.10904,
title = {Dynamic Retrieval Augmented Generation of Ontologies using Artificial Intelligence (DRAGON-AI)},
author = {Sabrina Toro and Anna V Anagnostopoulos and Sue Bello and Kai Blumberg and Rhiannon Cameron and Leigh Carmody and Alexander D Diehl and Damion Dooley and William Duncan and Petra Fey and Pascale Gaudet and Nomi L Harris and Marcin Joachimiak and Leila Kiani and Tiago Lubiana and Monica C Munoz-Torres and Shawn O'Neil and David Osumi-Sutherland and Aleix Puig and Justin P Reese and Leonore Reiser and Sofia Robb and Troy Ruemping and James Seager and Eric Sid and Ray Stefancsik and Magalie Weber and Valerie Wood and Melissa A Haendel and Christopher J Mungall},
journal= {arXiv preprint arXiv:2312.10904},
year = {2024}
}