LLMs4OM：大規模言語モデルを用いたオントロジーマッチング

オントロジーマッチング（OM）は、異種のオントロジーを整合させることでデータの相互運用性と知識共有を促進する、知識統合における重要な課題です。従来のOMシステムは専門知識や予測モデルに依存することが多く、大規模言語モデル（LLMs）の可能性を十分に探求していませんでした。私たちはLLMsのOMタスクにおける有効性を評価する新たな枠組みであるLLMs4OMを提案します。本枠組みは、概念、概念-親、概念-子という3つのオントロジー表現を用いたゼロショットプロンプティングによって強化された、検索とマッチングの2つのモジュールを活用しています。様々なドメインの20のOMデータセットを用いた包括的評価により、LLMs4OM枠組みにおけるLLMsが従来のOMシステムと同等かそれ以上の性能を示し、特に複雑なマッチングシナリオで顕著な成果を上げることを実証しました。我々の結果は、LLMsがOM分野に大きく貢献する可能性を示しています。