arXiv cs.AI· Hui Yang, Ziyu Li, Xuan Liu, Anders Jarfors, He Tan, Jiaoyan Chen·· 2 天前AI 评分21
用嵌入模型与 LLM 精修 CASTON 本体：一种轻量可扩展的工作流
Ontology Refinement with Embeddings and LLMs: A Case Study on CASTON
AI 导读
研究针对铸造领域本体 CASTON，提出结合微调本体嵌入模型与 LLM 的轻量精修工作流：嵌入模型先筛出少量候选公理及替换项，再由 LLM 给出修复建议。在小型专家评估中，采用 CASTON 微调的 OnT 嵌入模型与 Qwen3-8B 的默认配置，6 个高置信度替换全部被两位领域专家接受。实现代码已公开。
正文 · AI 翻译
摘要：本体被广泛用于表示和组织生物医学与医疗健康等领域的复杂知识。然而，构建可靠的本体仍然具有挑战性，因为类层次结构无论是手动还是自动构建，都可能包含细微的包含错误，需要仔细修正。我们在 CASTON（一个铸造领域本体）中研究了这一问题，并提出了一种轻量但可扩展的修正工作流，它将微调后的本体嵌入模型与大型语言模型（LLM）相结合。嵌入模型用于提取数量有限的候选公理以供修正，并给出可能的替换候选，随后由 LLM 返回修复建议。在一项小型专家评估中，使用基于 CASTON 微调的 OnT 嵌入模型和 Qwen3-8B 的默认配置产生了可靠的高置信度修复：全部六个高置信度替换均被两位领域专家接受。实现代码见 此 https URL。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21466 [cs.AI] |
| （或 arXiv:2610.21466v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21466 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Hui Yang [查看电子邮件]
[v1]
2026年10月15日星期四 08:10:05 UTC（35 KB）
来源：arXiv cs.AI · arxiv.org