TaBIIC2: 使用加权自组织图交互式构建本体分类学
人工智能
2026-05-26 v1
摘要
本体代表一个领域的概念知识。本体的核心是表示特定实体的概念及其子概念的分类学，这些分类学可能难以构建。许多情况下，可获得以描述相关实体特征的记录形式的信息，即表格数据。识别此类数据中模式和相似性可作为识别概念并对其进行组织的依据。然而，手动完成这一工作可能具有挑战性，而纯自动方法（如聚类或依赖大型语言模型分析数据）则可能留下大量结果且控制有限。本文描述了一个工具，使我们能够通过识别聚类及其意向定义来逐步交互式地构建概念的分类学。为此，我们利用加权自组织图作为聚类方法，因为它们能够创建与特定聚类实体特征值分布不同的任意数量的聚类。我们展示，通过整合这一机制以及其他快速创建将一起实例分组的概念的工具，本工具介于纯手动分析和自动构建本体分类学的方法之间处于中间位置。
引用
@article{arxiv.2605.24899,
title = {TaBIIC2: Interactive Building of Ontological Taxonomies using Weighted Self-Organizing Maps},
author = {Mathieu d'Aquin},
journal= {arXiv preprint arXiv:2605.24899},
year = {2026}
}