연구진이 온톨로지 학습(OL)을 위한 통합 프레임워크 'OntoLearner'를 공개했어요. 이 프레임워크는 온톨로지 접근, LLM 기반 학습 파이프라인, 표준 벤치마킹을 통합합니다.
OntoLearner는 22개 도메인의 180개 기계 판독 가능 온톨로지를 제공하며, 용어 유형화, 분류 계층 구조 발견, 비-분류 관계 추출 3가지 핵심 OL 작업에 대한 데이터셋을 제공합니다.
실험 결과, OL 실패 요인은 모델 크기나 구조보다 온톨로지 복잡도에 따라 달라지는 것으로 나타났으며, 모델의 지식 표현 방식과 온톨로지의 구조적 불일치가 주요 원인입니다.