NeurOWL: нейро-символическая система для вывода в неполных онтологиях
Исследователи разработали NeurOWL — нейро-символический фреймворк на основе больших языковых моделей, предназначенный для логического вывода в неполных OWL-онтологиях. Работа опубликована в репозитории arXiv.
OWL-онтологии широко используются в медицине, биоинформатике и других областях, где требуется формализованное представление знаний. Однако на практике многие онтологии содержат пропуски аксиом, что затрудняет классические методы логического вывода.
NeurOWL решает задачу проверки субсумпции (включения классов) и ее логического объяснения — даже при отсутствии некоторых аксиом. Система одновременно выполняет верификацию и абдукцию, не требуя заранее заданного списка возможных недостающих утверждений.
В основе фреймворка лежит комбинация формальной семантики и текстовых значений, извлекаемых большими языковыми моделями, а также эмбеддинги онтологий. Это позволяет NeurOWL эффективно работать с неполными данными.
Авторы протестировали систему на реальных онтологиях из нескольких предметных областей. Результаты показали надежную и устойчивую производительность, сопоставимую с существующими подходами, но с более широкими возможностями.
Разработка может найти применение в автоматизированных системах поддержки принятия решений, медицинской диагностике и биоинформатике, где часто встречаются неполные или устаревающие базы знаний.
