자연어 설명으로부터 능력 온톨로지를 생성하는 방법에 대한 연구

유연하고 적응 가능한 시스템을 달성하기 위해, 능력 온톨로지는 기계가 해석할 수 있는 방식으로 기능을 설명하는 데 점점 더 많이 활용되고 있습니다. 그러나 이러한 복잡한 온톨로지 설명을 모델링하는 것은 여전히 수동적이고 오류가 발생하기 쉬운 작업으로, 상당한 노력과 온톨로지 전문 지식이 필요합니다. 본 기여는 대규모 언어 모델(LLM)을 사용하여 능력 온톨로지 모델링을 자동화하는 혁신적인 방법을 제시합니다. LLM은 이러한 작업에 잘 적합한 것으로 입증되었습니다. 우리의 접근 방식은 능력에 대한 자연어 설명만 필요하며, 이는 몇 번의 샷 프롬프트 기술을 사용하여 미리 정의된 프롬프트에 자동으로 삽입됩니다. LLM에 프롬프트를 제공한 후, 결과로 생성된 능력 온톨로지는 LLM과의 여러 단계를 통해 전반적인 정확성을 확인하기 위해 자동으로 검증됩니다. 먼저 문법 검사가 수행되고, 그 다음으로 모순 체크가 이루어지며, 마지막으로 착각 및 누락된 온톨로지 요소에 대한 검사가 진행됩니다. 우리의 방법은 초기 자연어 설명과 최종적인 인간 검토 및 가능한 수정만 있으면 되므로 수작업 노력을 크게 줄이고, 능력 온톨로지 생성 프로세스를 간소화합니다.