Mar, 2024

OntoChat：一种使用语言模型进行对话本体工程的框架

PDF
TL;DR本研究论文介绍了一个名为 OntoChat 的对话式本体工程框架，支持需求获取、分析和测试，并通过复制音乐元本体的工程过程以及用户的初步评估指标来验证其有效性。
ontology engineeringchallengesconversational ontology engineeringrequirement elicitationtesting
发现论文，激发创造
  • OntoChatGPT 信息系统：本体驱动的结构化提示用于 ChatGPT 元学习

    本文提出了一种利用本体驱动的结构化提示系统与 ChatGPT 的方法，通过建立信息和功能模型的形式，实现本体驱动提示与 ChatGPT 的元学习能力的方法基础，以提高聊天机器人系统的效果和性能， 并将该技术应用于康复领域的乌克兰语，我们可以看出该方法不仅适用于 ChatGPT，还适用于其他基于 LLM 的聊天机器人系统， 为自然语言处理和对话系统带来了新的可能性。

    Jul, 2023

  • OntoSeer -- 提高本体质量的推荐系统

    提出 OntoSeer 工具来改善本体论建设过程的质量，包括名称约定，词汇复用，ODP 实现和公理的添加，并作为 Protégé 插件进行实现。

    Feb, 2022

  • 使用 ChatGPT 进行对话本体对齐

    本研究评估了使用一种朴素方法进行本体对齐时，ChatGPT 在应用性和效率方面的适用性。将 ChatGPT 的输出与 Ontology Alignment Evaluation Initiative 2022 运动的会议主题本体的结果进行对比，旨在深入了解大型对话式语言模型在朴素方式下进行本体匹配时的能力，并探讨这种方法的潜在优势和不足之处。

    Aug, 2023

  • OntoScene, 一种基于逻辑的场景解释器：在岩石艺术领域的实现和应用

    OntoScene 是一个用于理解视觉场景的框架，它利用本体论表示知识和 Prolog 来实现 SceneInterpreter 引擎。OntoScene 的应用实验领域是史前岩画，该领域提供了一个有趣且具有挑战性的测试平台。

    Nov, 2019

  • 运用大型语言模型通过人工智能生成科学本体朝下一代城市决策支持系统 -- 优化联运货运案例

    利用预训练的大型语言模型（LLMs）和 ChatGPT API 作为推理核心，通过自然语言处理、基于方法论的提示调整和 Transformer 技术，自动化创作基于场景的本体论文、都市数据集和模拟技术手册，生成知识图谱，以促进都市决策支持系统的发展。

    May, 2024

  • DeepOnto: 基于深度学习的本体工程 Python 包

    利用神经网络 (Deep Learning) 技术特别是语言模型 (Language Model)，在本体工程 (Ontology Engineering) 中应用已引起广泛关注。Deeponto 是一个为本体工程设计的 Python 包，通过整合深度学习框架和本体 API，实现了对本体建模的无缝集成。本文通过两个使用案例展示了 Deeponto 的实际应用价值。

    Jul, 2023

  • CAMEL: 大规模语言模型社群 “心智” 探索的沟通代理

    本文提出了一种名为 “角色扮演” 的新型交际代理框架来实现自主协作，使用初始提示指导聊天代理完成任务并保持与人类意图的一致性，其贡献在于介绍了一种新颖的交际代理框架，提供了一种可扩展的研究多智能体系统合作行为和能力的方法，并开源了实现支持研究的库。

    Mar, 2023

  • OntoEA: 基于本体引导的实体对齐方法，通过知识图谱联合嵌入

    本文提出一个以本体指导实体对齐的方法 OntoEA，该方法通过联合嵌入本体和知识图谱来避免虚假映射，实验证明了该方法的优越性和本体的有效性。

    May, 2021

  • Agent-OM：利用大型语言模型进行本体匹配

    本文介绍了一种基于代理和大型语言模型的本体匹配系统设计范例，并通过实证评估证明其在简单、复杂和少样本本体匹配任务上的性能显著优于现有系统。

    Dec, 2023

  • 用于软件开发的交互代理

    本文提出一种利用大型语言模型 (LLMs) 改变软件开发过程的创新性范例，能够通过自然语言沟通来简化和统一关键流程，进而在不需要在每个阶段进行专门软件领域模型开发的情况下，实现整个软件过程的快速生成。

    Jul, 2023