OntoDoc
一个多智能体框架，用于自动为知识图谱中的资源生成自然语言描述，结合知识图谱内部结构与外部百科知识。
时间轴 (近 90 天)
OntoDoc 是一个多智能体框架，能够为 SPARQL 端点或 RDF 文件中的任意国际化资源标识符（IRI）自动生成自然语言描述。
OntoDoc 的工作流程分为四个阶段，每个阶段由一个专门的智能体负责：数据库上下文智能体、网络上下文智能体、假设生成智能体和描述生成智能体。
数据库上下文智能体通过 SPARQL 自适应地探索知识图谱，根据目标 IRI 的类型（类、属性或实例）动态构造查询，收集与目标 IRI 语义相关的三元组。
网络上下文智能体利用 IRI 的本地名或图谱中提取的标签作为查询词，从维基百科和开放网络中检索百科背景知识，并对检索结果进行重排序。
假设生成智能体将数据库上下文和网络上下文综合起来，合成一个结构化的、有证据支撑的中间假设列表。
描述生成智能体基于 grounded 假设生成最终的自然语言描述，假设已经过证据校验。
研究者在三个知识图谱上评估了 OntoDoc，分别涵盖生物医学、农业和跨领域场景。
评估采用了基于大语言模型（LLM）的自动评分和 11 位标注者的人工评估两种方式。
OntoDoc 在准确性上始终达到或超过朴素的 LLM 基线和基于模板的本体语言化器。
在完整性方面，OntoDoc 在所有领域中平均比朴素基线提升 12%；相对于本体语言化器，在 5 分制量表上完整性得分最多提升 2.8 分。
还有 1 条时间轴事件
全部知识事实 (11)
OntoDoc 是一个多智能体框架，能够为 SPARQL 端点或 RDF 文件中的任意国际化资源标识符（IRI）自动生成自然语言描述。
50%待验证OntoDoc 的工作流程分为四个阶段，每个阶段由一个专门的智能体负责：数据库上下文智能体、网络上下文智能体、假设生成智能体和描述生成智能体。
50%待验证数据库上下文智能体通过 SPARQL 自适应地探索知识图谱，根据目标 IRI 的类型（类、属性或实例）动态构造查询，收集与目标 IRI 语义相关的三元组。
50%待验证网络上下文智能体利用 IRI 的本地名或图谱中提取的标签作为查询词，从维基百科和开放网络中检索百科背景知识，并对检索结果进行重排序。
50%待验证假设生成智能体将数据库上下文和网络上下文综合起来，合成一个结构化的、有证据支撑的中间假设列表。
50%待验证描述生成智能体基于 grounded 假设生成最终的自然语言描述，假设已经过证据校验。
50%待验证研究者在三个知识图谱上评估了 OntoDoc，分别涵盖生物医学、农业和跨领域场景。
50%待验证评估采用了基于大语言模型（LLM）的自动评分和 11 位标注者的人工评估两种方式。
50%待验证OntoDoc 在准确性上始终达到或超过朴素的 LLM 基线和基于模板的本体语言化器。
50%待验证在完整性方面，OntoDoc 在所有领域中平均比朴素基线提升 12%；相对于本体语言化器，在 5 分制量表上完整性得分最多提升 2.8 分。
50%待验证OntoDoc 的方法目前仍依赖于外部网络知识源的质量，且评估规模有限。
50%