大規模言語モデルを用いたオントロジー自動構築のためのゼロショット・プロンプトの比較と基礎的評価

抄録

オントロジーは知識処理を行うAI技術において重要な役割を果たしているが，その構築コストが課題となっている．そのため，オントロジー学習などの自動構築手法が数多く提案されている．中でも近年は，大規模言語モデル（LLM）を用いたオントロジー自動構築が注目されており，多様な手法が提案されている．本研究では初期的なオントロジーを事前知識なしのゼロショット・プロンプトで構築する方法に着目する．この手法では，新しい領域でオントロジーを構築する際に，事前に学習に使用できる事例を準備することが困難な場合などに利用することを想定している． 本研究では，その基本的な性能を検討するために，オントロジー自動構築に用いる複数のゼロショット・プロンプトを提案し，それらを比較することで基礎的評価を行うことを目的とする．具体的には，オントロジー構築に必要な概念抽出を複数のプロンプトを再帰的に組み合わせて実行する場合と，単一のプロンプトを用いて行う場合とを比較する．それぞれの手法で得られたオントロジーを評価し，各プロンプトの使い分けに関する指針を提供する．