GraphRAG-ASCOC: A Lightweight Framework for Adaptive Synonym-aware Clustering and Ontology Completion

השיפור במודלים של שפות גדולות (LLMs) מאיץ את השימוש במודלים אלו בסביבות עבודה עתירות  מסמכים. אולם, כאשר ארגונים מבקשים להפוך תקנים תעשייתיים מורכבים וארוכים לידע ממוחשב שניתן להשתמש בו במערכות חכמות לקבלת החלטות, הם נתקלים באתגר משמעותי: כלי הבינה המלאכותית מתקשים להתמודד עם כמויות מידע גדולות, ולעיתים מייצרים טעויות או “הזיות".

במחקר זה מציגים החוקרים גישה מתקדמת (הנקראת  GraphRAG-ASCOC)  אשר מאפשרת להתמודד עם האתגר. השיטה משפרת את האופן שבו מידע מורכב מאורגן ביעילות בצורה קומפקטית, כך שניתן להמיר אותו לבסיסי ידע מדויקים, אמינים ויעילים יותר, בסיס הכרחי למערכות מומחה ולמערכות תומכות החלטה.

כדי לבחון את היישום המעשי של השיטה, היא נוסתה על תקן צבאי אמריקאי רחב היקף (MIL-STD-6016B). תוצאות הניסוי מצביעות על שיפור משמעותי בהפחתת כפילויות, בארגון המידע וביצירת אונטולוגיות קומפקטיות, המתאימות לשימוש במנועי כללים, סימולטורים ומערכות חכמות נוספות.

המחקר מדגים כיצד ניתן להפוך מסמכים תעשייתיים ותקני הגנה מורכבים לידע שימושי ואמין, ומניח תשתית לפיתוח מערכות מומחה מתקדמות בתחומים כמו ביטחון, תעשייה וייצור.

לקריאת המאמר>>