세대형 개념구조誘導: 도메인에 구애받지 않는 문서 집합에서 대규모 언어 모델을 사용한 스키마 발견

지식 집중형 인공지능 시스템에서 Ontology engineering은 여전히 중요한 걸림돌이다. 현재의 자동화된 접근법은 대부분 사전 정의된 스키마에 의존하거나 좁은 도메인에서 작동하거나, 다운스트림 pipe line에 적합하지 않은 구조화되지 않은 출력을 생성한다. 이러한 문제를 해결하기 위해, 우리는 Generative Ontology Induction (GOI), 도메인에 독립적인 프레임워크를 소개한다. GOI는 예시들의 집합에서 생성 가능한 blue print를 유도한다 - 엔티티, 차원, 속성, 관계, 제약조건 - 그리고 YAML/JSON 형식으로 타입 그래프로 내보낸다.

GOI의 평가

우리는 Node Coverage Score라는 새로운 평가 지표를 소개한다. Node Coverage Score는 생성된 출력에서 구조적 Ontology 노드(클래스, 속성, 차원)의 비율을 측정한다. 네 개의 대조적 Ontology에서 GOI를 사용한 생성이 95-100%의 구조적 백본을 포함한다는 제어 생성적 유효성 검증 결과를 보여준다. 이는 GOI가 다양한 도메인에서 높은 정확도로 스키마를 발견할 수 있음을 보여준다. 또한, 세 개의 field template가 invoice 스키마에서 97.8%를 유지하지만, Job Description Ontology에서 52.2%로 떨어지며, Pain-Management Ontology에서 62.2%로 떨어지며, Professional Services Contract Ontology에서 78.3%로 떨어진다. GOI는 대규모 언어 모델(LLM)을 사용하여 문서 집합에서 스키마를 발견한다. 이는 기존의 접근법과 다르게, 사전 정의된 스키마나 좁은 도메인에 의존하지 않는다. 대신, GOI는 문서의 내용을 분석하여 엔티티, 차원, 속성, 관계, 제약조건을 자동으로 추출한다. 이를 통해, 사용자는 쉽게 문서의 구조를 이해하고, 데이터를 분석하고, 지식 그래프를 구축할 수 있다. 구조적 커버지는 모델이 문서 타입에 익숙하든 익숙하지 않든 상관없이 유지된다. 이는 GOI가 다양한 도메인과 문서 타입에서 높은 정확도로 스키마를 발견할 수 있음을 보여준다.