論文の概要: GrOIL: Graph-Grounded Domain Ontology Induction with Constrained LLM Mediation
- arxiv url: http://arxiv.org/abs/2608.22135v1
- Date: Sat, 22 Aug 2026 23:15:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.634197
- Title: GrOIL: Graph-Grounded Domain Ontology Induction with Constrained LLM Mediation
- Title（参考訳）: GrOIL: LLMを併用したグラフ・グラウンドド・ドメインオントロジー誘導
- Abstract要約: ドメイン文書を制約のない生成ステップなしで完全なWeb Ontology Language (OWL) Terminological Box (TBox)に変換する7段階のグラフ基底パイプラインを提案する。
オントロジー成長分析は、大規模な語彙飽和と一致する証拠を提供し、パイプラインが大きなドキュメントコーパスから安定で再利用可能なドメイン表現を生成することを示す。
- 参考スコア（独自算出の注目度）: 1.029029220360574
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Constructing formal ontologies from domain documents requires simultaneously enforcing corpus grounding, vocabulary consistency, axiom-level expressivity, and end-to-end provenance, a combination no existing automatic system delivers. We present a seven-stage graph-grounded pipeline that converts domain documents into a complete, auditable Web Ontology Language (OWL) Terminological Box (TBox) without any unconstrained generation step. Documents are first encoded as Unified Discourse-Hypergraphs (UDH) capturing entity participation and discourse dependencies; subsequent stages transform this graph evidence into a class hierarchy, typed object and datatype properties, and restriction axioms, with Large Language Model (LLM) usage restricted to narrow, graph-grounded mediation tasks. A paired Assertional Box (ABox) population procedure grounds named individuals in the induced TBox, enabling SPARQL-based functional evaluation. Every emitted term carries a full decision chain from raw source passages through each pipeline stage, making the TBox directly auditable and suitable for targeted human refinement. Evaluated on the life insurance domain using two established benchmarks and a new 100-contract corpus spanning ten product types, our pipeline achieves strong results across all evaluation dimensions, outperforming direct and multi-agent LLM baselines on competency-question (CQ) coverage (0.85 vs. 0.63 and 0.62 on one term-life contract; 0.77 vs. 0.40 and 0.44 on another contract), while also attaining high keyphrase coverage comparable to a manually-constructed reference ontology and strong performance on structured gap-and-overlap reasoning, all without any manual TBox engineering. Ontology growth analysis provides evidence consistent with vocabulary saturation at scale, demonstrating that the pipeline produces stable, reusable domain representations from large document corpora.
- Abstract（参考訳）: ドメイン文書から公式なオントロジを構築するには、コーパスの接頭、語彙の一貫性、公理レベルの表現性、エンドツーエンドの証明を同時に実施する必要がある。
本稿では,ドメイン文書を完全な監査可能なWebオントロジー言語(OWL)ターミノロジーボックス(TBox)に変換する7段階のグラフ基底パイプラインを提案する。
ドキュメントは最初、エンティティの参加と談話の依存関係をキャプチャするUnified Discourse-Hypergraphs (UDH)としてエンコードされ、その後、グラフのエビデンスをクラス階層、型付けされたオブジェクトとデータ型プロパティ、制限公理に変換する。
ペア化されたABox (Assertional Box) 集団プロシージャは、誘導されたTBox内の個人を指定し、SPARQLに基づく機能評価を可能にする。
出力された各項は、パイプラインの各ステージを通るソースパスから完全な決定チェーンを持ち、TBoxを直接監査可能で、ターゲットとする人間の洗練に適している。
2つの確立されたベンチマークと10の製品タイプにまたがる新しい100の契約コーパスを用いて生命保険領域の評価を行い、我々のパイプラインは、すべての評価範囲において、直接的およびマルチエージェントのLCMベースライン(CQ)のカバレッジ(他の契約では0.85対0.63、0.62、他の契約では0.77対0.40、0.44)を上回り、また、手動で構成された参照オントロジーに匹敵する高いキーフレーズカバレッジと、構造化されたギャップとオーバーラップ推論の強いパフォーマンスを達成する。
オントロジー成長分析は、大規模な語彙飽和と一致する証拠を提供し、パイプラインが大きなドキュメントコーパスから安定で再利用可能なドメイン表現を生成することを示す。
関連論文リスト
- An Ontology-Guided, Deduplication-Aware Extraction Layer for Knowledge Graph Construction from Heterogeneous Documents [0.0]
本稿では,ライブドキュメントストリームを形式オントロジーに整合した検証済み知識グラフに変換する生産抽出層の設計,実装,実証的改良について述べる。
類似性を埋め込み、抽出プロンプトに注入することにより、キュレートしたオントロジーの関連スライスをグラフデータベースからライブで検索する。
抽出された結果は、決定論的クリーニング、チャンクのマージ、リレーションのための2番目のパス、モデル推論を必要としない6つの重複アルゴリズム、コンフリクトガードが類似性スコアをオーバーライドできない埋め込み分解サブシステムという5つのステージの洗練パイプラインを通過します。
論文 参考訳（メタデータ） (2026-07-22T09:45:26Z) - HiKEY: Hierarchical Multimodal Retrieval for Open-Domain Document Question Answering [19.052998569565627]
HiKEYは階層木に基づくマルチモーダル検索フレームワークであり、文書階層を1級検索信号に高める。
ODQAベンチマークの実験では、HiKEYはページベースとチャンクベースのベースラインを大きく上回っている。
論文 参考訳（メタデータ） (2026-05-28T08:42:21Z) - Grokers: Bottom-Up Inductive Comprehension and Write-Time Intelligence over Typed Knowledge Graphs [0.0]
Grokersは、型付き知識グラフの永続的で構造化された理解を構築するためのアーキテクチャである。
自律的なGrokerエージェントは、型付きストリームグラフのノードを分析し、制御された言語モデル呼び出しを通じて構造化属性を抽出する。
論文 参考訳（メタデータ） (2026-05-07T17:28:36Z) - DocSeeker: Structured Visual Reasoning with Evidence Grounding for Long Document Understanding [63.257540233507626]
本稿では、構造化解析、局所化、推論のワークフローを実行するためにモデルを必要とするパラダイムを提案する。
ショートページトレーニングから超長文書への堅牢な一般化を示し、視覚的検索・拡張生成システムと自然に相乗効果を示す。
論文 参考訳（メタデータ） (2026-04-14T14:39:26Z) - Guideline2Graph: Profile-Aware Multimodal Parsing for Executable Clinical Decision Graphs [3.459382629188014]
完全ガイドラインの証拠を実行可能な臨床判定グラフに変換する分解第一パイプラインを提案する。
我々は,一致する入力と基礎となるVLMバックボーンを併用した適応型前立腺ガイドリンベンチマークで評価を行った。
論文 参考訳（メタデータ） (2026-04-02T19:21:31Z) - CorpusQA: A 10 Million Token Benchmark for Corpus-Level Analysis and Reasoning [48.56088080889236]
我々は、新しいデータ合成フレームワークによって生成された1000万のトークンをスケーリングする新しいベンチマークであるCorpusQAを紹介した。
合成データの微調整はLLMの一般的な長文推論能力を効果的に向上させることを示す。
メモリ拡張型エージェントアーキテクチャは,より堅牢な代替手段であることを示す。
論文 参考訳（メタデータ） (2026-01-21T12:52:30Z) - Improving LLM Reasoning with Homophily-aware Structural and Semantic Text-Attributed Graph Compression [55.51959317490934]
大規模言語モデル(LLM)は、テキスト分散グラフ(TAG)理解において有望な能力を示している。
グラフは本来、構造情報や意味情報を豊富に含むものであり、それらの有効利用はLLMの推論性能の潜在的な利益を解放する可能性があると論じる。
グラフホモフィリーの活用を目的としたフレームワーク LLMs (HS2C) のホモフィリー対応構造とセマンティック圧縮を提案する。
論文 参考訳（メタデータ） (2026-01-13T03:35:18Z) - Towards Global Retrieval Augmented Generation: A Benchmark for Corpus-Level Reasoning [50.27838512822097]
我々は,グローバルRAG機能を評価するために設計された最初のベンチマークであるGlobalQAを紹介する。
我々は,チャンクレベルの検索によって構造的コヒーレンスを保存するマルチツール協調フレームワークであるGlobalRAGを提案する。
Qwen2.5-14Bモデルでは、GlobalRAGは最強のベースラインである1.51 F1と比較して6.63 F1を達成した。
論文 参考訳（メタデータ） (2025-10-30T07:29:14Z) - LLM-guided Hierarchical Retrieval [54.73080745446999]
LATTICEは階層的な検索フレームワークであり、LLMは対数探索の複雑さで大きなコーパスを推論し、ナビゲートすることができる。
LLM誘導探索における中心的な課題は、モデルの関連性判断がノイズが多く、文脈に依存し、階層性に気付かないことである。
我々のフレームワークは、推論集約型BRIGHTベンチマークで最先端のゼロショット性能を実現する。
論文 参考訳（メタデータ） (2025-10-15T07:05:17Z) - RecBase: Generative Foundation Model Pretraining for Zero-Shot Recommendation [78.01030342481246]
RecBaseは、レコメンデーション指向の目的によって事前訓練されたドメインに依存しない基礎モデルである。
アイテムを階層的な概念識別子にエンコードする統一されたアイテムトークンを導入します。
我々のモデルは、ゼロショットおよびクロスドメインレコメンデーションタスクにおいて、LLMのベースラインの最大7Bパラメータのパフォーマンスを一致または超過します。
論文 参考訳（メタデータ） (2025-09-03T08:33:43Z) - Zero-Shot Contextual Embeddings via Offline Synthetic Corpus Generation [4.313454680394974]
ZESTはゼロショットのコンテキスト適応フレームワークである。
実際のコーパスアクセスを、コンパクトプロキシの1回限りのオフライン合成に置き換える。
論文 参考訳（メタデータ） (2025-06-30T09:38:50Z) - Localizing Factual Inconsistencies in Attributable Text Generation [74.11403803488643]
本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。
QASemConsistencyは、人間の判断とよく相関する事実整合性スコアを得られることを示す。
論文 参考訳（メタデータ） (2024-10-09T22:53:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。