Meronymic Ontology Extraction via Large Language Models

📄 arXiv: 2510.13839v2 📥 PDF

作者: Dekai Zhang, Simone Conia, Antonio Rago

分类: cs.CL, cs.AI

发布日期: 2025-10-11 (更新: 2025-11-09)

备注: Accepted to AACL 2025

💡 一句话要点

利用大型语言模型自动提取产品部件关系的本体，提升产品知识组织效率。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 本体提取 部件关系 产品评论 知识图谱

📋 核心要点

  1. 手动构建本体耗时费力，难以应对海量非结构化文本中知识的快速增长。
  2. 利用大型语言模型自动提取产品部件关系，构建产品本体，降低人工成本。
  3. 实验表明，该方法在本体提取任务中优于基于BERT的基线方法，提升了性能。

📝 摘要（中文）

本体在当今数字化时代已成为组织海量非结构化文本的关键。通过为信息提供正式结构，本体在各个领域都具有巨大的价值和应用，例如电子商务，其中无数的产品列表需要适当的产品组织。然而，手动构建这些本体是一个耗时、昂贵且费力的过程。本文利用大型语言模型（LLM）的最新进展，开发了一种全自动的方法，用于从原始评论文本中提取产品本体，形式为部件关系（meronymies）。我们证明，当使用LLM作为评判者进行评估时，我们的方法生成的本体优于现有的基于BERT的基线。我们的研究为LLM更广泛地应用于（产品或其他）本体提取奠定了基础。

🔬 方法详解

问题定义：论文旨在解决从非结构化文本（特别是产品评论）中自动提取产品部件关系（meronymies）的问题，并以此构建产品本体。现有方法，如基于BERT的方法，在准确性和效率方面存在不足，且需要大量人工干预。

核心思路：论文的核心思路是利用大型语言模型（LLM）强大的语言理解和生成能力，直接从产品评论文本中提取部件关系。通过精心设计的prompt，引导LLM识别并生成产品及其部件之间的关系，从而实现全自动的本体构建。

技术框架：该方法主要包含以下几个阶段：1) 数据准备：收集产品评论文本作为输入。2) Prompt设计：设计合适的prompt，引导LLM识别部件关系。3) LLM推理：使用LLM对输入文本进行推理，生成候选的部件关系。4) 关系过滤与评估：使用LLM作为评判者，对生成的部件关系进行过滤和评估，选择高质量的部件关系。

关键创新：该方法最重要的创新点在于利用LLM作为本体提取器和评估器，实现了全自动的本体构建流程。与传统方法相比，该方法无需人工标注数据，降低了成本，并提高了效率。此外，使用LLM作为评判者，可以更准确地评估本体的质量。

关键设计：论文的关键设计包括：1) Prompt的设计，需要充分利用LLM的上下文学习能力，引导其识别部件关系。2) 使用LLM作为评判者，需要设计合适的评估指标和prompt，以确保评估的准确性。3) 论文可能还涉及一些后处理步骤，例如去重、合并等，以提高本体的质量。

🖼️ 关键图片

fig_0

📊 实验亮点

实验结果表明，该方法在产品本体提取任务中优于基于BERT的基线方法。具体而言，使用LLM作为评判者进行评估时，该方法生成的本体在准确性和完整性方面均有显著提升。该研究为LLM在本体构建领域的应用提供了有力的证据。

🎯 应用场景

该研究成果可广泛应用于电子商务、知识图谱构建、产品信息管理等领域。通过自动构建产品本体，可以提升产品搜索、推荐和分类的效率，改善用户体验。未来，该方法还可以扩展到其他领域，例如医疗、金融等，构建更广泛的知识图谱。

📄 摘要（原文）

Ontologies have become essential in today's digital age as a way of organising the vast amount of readily available unstructured text. In providing formal structure to this information, ontologies have immense value and application across various domains, e.g., e-commerce, where countless product listings necessitate proper product organisation. However, the manual construction of these ontologies is a time-consuming, expensive and laborious process. In this paper, we harness the recent advancements in large language models (LLMs) to develop a fully-automated method of extracting product ontologies, in the form of meronymies, from raw review texts. We demonstrate that the ontologies produced by our method surpass an existing, BERT-based baseline when evaluating using an LLM-as-a-judge. Our investigation provides the groundwork for LLMs to be used more generally in (product or otherwise) ontology extraction.