生成式本体归纳：使用大语言模型从文档语料库中发现领域无关的模式

本体工程一直是知识密集型AI系统的关键瓶颈。现有自动化方法要么依赖预定义模式，要么局限于狭窄领域，或者产生非结构化输出，难以用于下游管道。针对这一问题，来自arXiv的新研究提出了生成式本体归纳（Generative Ontology Induction，GOI），一种领域无关的框架，能够从文档示例语料库中归纳出包含实体、维度、属性、关系和约束的生成蓝图，并将其导出为类型图（六种节点类型、七种边类型），格式为YAML或JSON。

GOI框架的创新之处在于不依赖任何预先定义的模式，而是通过大语言模型从给定领域的文档中自动学习结构。为了评估归纳出的本体质量，作者引入了节点覆盖率评分（Node Coverage Score，NCS），该指标衡量生成输出中出现的结构本体节点（类、属性和维度）的比例。

研究团队在四个截然不同的本体上进行了受控生成验证：熟悉的软件服务发票模式、自定义职位描述本体、保密的疼痛管理临床就诊记录本体，以及专业服务合同与工作说明书本体。结果显示，使用GOI提示生成时，每种情况下的结构骨干覆盖率均达到95-100%；而使用通用三字段模板时，在发票模式上覆盖率为97.8%，但在职位描述本体上降至52.2%，在疼痛管理本体上为62.2%，在专业服务合同本体上为78.3%。关键的是，无论文档类型对模型而言熟悉与否，GOI的结构覆盖率都保持稳定。

该研究为自动化本体构建提供了新的方向，展示了利用大语言模型进行领域无关模式发现的潜力。论文以LNCS格式发表，共10页，包含2幅图和1张表格，已被收录于arXiv，编号2607.16201。该工作由Sergei Sergienko完成，提交于2026年5月1日。GOI不仅解决了现有方法的局限性，还为知识密集型AI系统提供了可扩展的解决方案，有望推动自动化知识工程的发展。