Гібридне виведення знань в інформаційних системах з використанням великих мовних моделей та графів знань

Abstract

Об'єкт дослідження – процеси подання та виведення знань в інтелектуальних інформаційних системах. Предмет дослідження – методи гібридного виведення знань, що поєднують графи знань, онтології Semantic Web та великі мовні моделі. Мета роботи – дослідження та аналіз підходів гібридного виведення знань в інформаційних системах на основі поєднання графів знань і великих мовних моделей, а також оцінка їх ефективності у порівнянні з традиційними символічними та нейронними підходами. Методи дослідження – аналіз сучасних підходів до подання та обробки знань, онтологічне моделювання, логічне виведення на основі правил, методи порівняльного аналізу, експериментальна оцінка ефективності різних підходів до виведення знань. У результаті роботи проведено аналіз підходів до подання знань у графах знань та онтологіях Semantic Web, а також досліджено можливості використання великих мовних моделей для роботи зі знаннями. Розглянуто архітектури гібридних систем, які поєднують символічне логічне виведення та нейронні методи обробки знань. Запропоновано модель гібридного виведення знань. Проведено експериментальне порівняння трьох підходів: символічного логічного виведення на основі графів знань, нейронного підходу з використанням великих мовних моделей та гібридного підходу, який поєднує обидва методи.