Apr, 2024

人工智能本体论：基于 LLM 辅助构建的人工智能概念层次结构

PDF
TL;DR人工智能本体论（AIO）是一个人工智能（AI）概念、方法论及其相互关系的系统化体系。通过手动整理和大语言模型（LLMs）的辅助开发，AIO 旨在通过提供一个全面框架，涵盖技术和伦理两个方面的人工智能技术，来应对人工智能领域迅速发展的局面。
artificial intelligence ontologyai conceptsethicsdeep learning architecturesstandardized terminology
发现论文，激发创造
  • 法律数据挖掘中的人工智能（AI）

    利用本体论组织法律信息，特别是知识产权的印度法院案例，以解决法律数据结构化和理解困难的问题。

    May, 2024

  • 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

  • 混合智能中的本体论：一篇简明文献综述

    本文旨在提供一个对混合智能的本体论应用和混合智能系统中本体论应用的批判性讨论，以减少人工智能和人类智能之间的差距，提高系统的质量和准确性，增强互操作性和透明度，并探索下一代混合智能环境的建立。

    Mar, 2023

  • 动态检索增强的人工智能本体生成（DRAGON-AI）

    应用大型语言模型和增强生成检索技术，我们提出了 DRAGON-AI（动态检索增强本体生成），这种本体生成方法可以从现有知识和非结构化文本源中提取文本和逻辑结构的本体组成部分。我们通过对十个不同的本体进行了广泛的手动评估，证明了 DRAGON-AI 在关系生成和定义生成方面的高准确度。研究结果表明 DRAGON-AI 有望在手动本体构建过程中提供重要的帮助，但也强调了专家管理者和本体编辑在本体生成过程中的重要性。

    Dec, 2023

  • 指导机构 AI 研究和应用的多域关系框架

    该研究探讨了社会技术话语中的关系问题，即语义模糊、概念之间缺乏明确关系和不同的标准术语这些根本本体论问题。作者提出了一个概念框架来组织概念，包括操作性，认识论和规范方面，以帮助开发适当的指标、标准和机制，促进机构 AI 系统的研究和采用。

    Mar, 2023

  • 协同创造人工智能系统的本体论

    人工智能在协同创造中的角色和责任分配是本研究的关键，主要通过建立一个包含人工智能的合作系统本体论来澄清相关研究，其中包括计算机作为分包商、计算机作为评论者、计算机作为队友等不同类别的分类。

    Oct, 2023

  • 面向语言模型的本体构建

    通过查询大型语言模型，我们提出了一种用于自动构建给定领域概念层级的方法，我们使用 OpenAI 的 GPT 3.5 将该方法应用于不同领域，实验证明 LLM 在构建概念层级方面具有相当的帮助。

    Sep, 2023

  • 巴西医疗人工智能隐私本体论

    该研究详细介绍了新颖的领域本体论，聚焦于流行病学、医学、统计学和计算机科学的交叉点。文章提出了一种系统化的方法来匿名处理医院数据，以便在医疗保健领域的人工智能应用中使用，经过七个实用步骤的开发流程，最后演示了该本体论在医院环境中进行人工智能的开发和验证的应用。

    Apr, 2023

  • 学习描述逻辑本体的复杂性

    本文介绍了用于生命科学领域相关知识表示的本体论。提供了从计算学习理论中学习模型的正式规范，同时回顾了在这些模型中学习轻量级描述逻辑（DL）本体论的复杂性结果，最后，我们强调了文献中提出的其他学习 DL 本体论的方法。

    Mar, 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