OntoScope:利用发散-收敛交互框架支持基于 LLM 的本体论范围界定

最佳论文
大语言模型(LLM)的人机协作可解释人工智能(XAI)交互式数据可视化HCI 研究员AI/ML 研究员与工程师数据科学家与分析师

本体论是一种正式的、明确的共享概念化规范,结合问题解决和推理方法,支持高效的语义技术开发。在本体论工程中,能力问题(CQ)捕获定义本体论应用域的功能需求。使用 CQ 审核此域范围具有挑战性,因为本质上没有明确的域边界,本体论工程师必须决定覆盖哪些子域(水平覆盖)和在本体论中建模多少细节(垂直粒度)。基于 LLM 的系统可以生成许多候选 CQ 来指导这些决策,但当前工具未能充分发挥这一潜力:它们缺乏在按覆盖率和粒度组织的可视化 CQ 空间中支持用户发散(横向)和收敛(纵向)思维的支持。因此,用户难以系统地决定采用、丢弃或细化哪些 CQ。我们提出了一个交互框架来填补这一空白,通过 OntoScope(一个基于 LLM 的交互系统)和与15名本体论工程师的用户研究来演示。据我们所知,这是第一个经过验证的基于 LLM 的系统交互框架,帮助本体论工程师审核域边界,并将碎片化的专家驱动本体论范围界定实践统一为连贯、可访问的方法。更广泛地,它展示了基于 LLM 的系统如何透明且负责任地支持更广泛的知识密集型任务。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/226661/2026

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2026
emoji_events
奖项
最佳论文
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、可解释人工智能(XAI)、交互式数据可视化
work
职业/产业
HCI 研究员、AI/ML 研究员与工程师、数据科学家与分析师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文