Meronymic Ontology Extraction via Large Language Models

该文章提出了一种基于大型语言模型（LLMs）的全自动部分论本体提取方法，可从原始评论文本中提取产品本体，并在相关性上超越了基于BERT的基线方法，同时还创新了评估方式。

一、文章主要内容

1. 研究背景
   • 本体在数字时代对组织非结构化文本至关重要，广泛应用于电子商务等领域，但手动构建本体耗时、昂贵且费力。
   • 现有深度学习方法多聚焦于提取分类关系（is），而非部分整体关系（is part of，即部分论关系），且部分论本体评估缺乏标准基准和真实示例。
2. 核心方法
   • 数据与模型选择：使用Amazon Reviews 2023数据集，选取5类产品评论；采用Mistral-7B-Instruct-v0.2模型，因其在资源有限场景下表现优异，并约束输出遵循JSON语法。
   • 四阶段提取流程：
     • 方面提取：通过微调模型从评论中提取方面，结合词性标注过滤幻觉内容和形容词，筛选出高频方面。
     • 同义词集提取：基于词嵌入的等距节点聚类（ENC）对方面分组，相比K-Means聚类更精准。
     • 概念提取：选取同义词集中高频术语作为候选概念，由LLM判断是否纳入本体。
     • 关系提取：筛选含不同同义词集方面的句子，微调LLM判断部分整体关系，将任务转化为三选一的选择题。