Sur la génération de grands graphes de connaissances à l'aide de modèles de langage (LLM) via une approche Ontology2Graph

Philippe Dooze, Lionel Tailhardat, Ovidiu PASCAL

Keywords: Génération de graphes, Graphes de connaissances, Ontologie, Ontology2Graph, IA générative, LLM, Fusion de graphes

TL;DR: Nous développons et évaluons une approche Ontology2Graph pour répondre à la question "dans quelle mesure les LLMs permettent et simplifient la production de graphe de connaissances synthétiques ?"

Abstract: Les graphes de connaissances synthétiques (GCS) sont utilisés dans divers domaines, comme l'ingénierie et la médecine. Plusieurs approches algorithmiques de génération existent mais leur mise en œuvre est complexe. Ce travail explore l'utilisation de grand modèles de langage (LLMs) selon une approche Ontology2Graph pour vérifier s'ils facilitent la création de GCS. Nos expérimentations soulignent l’importance du contrôle syntaxique et ontologique ainsi que la stratégie de fusion de graphes post-génération pour contourner la limitation de tokens en sortie des LLMs.

Email Sharing: We authorize the sharing of all author emails with Program Chairs.

Data Release: We authorize the release of our submission and author names to the public in the event of acceptance.

Submission Number: 4