Ingegneria Ontologica Assistita da LLM per un Knowledge Graph Giuridico Francese
Un recente articolo su arXiv (2607.24551) descrive un processo in due fasi che utilizza grandi modelli linguistici (LLM) per gestire le normative francesi sulla manutenzione. La prima fase prevede l'estrazione di entità tipizzate e triple da un campione accuratamente selezionato del testo, seguita dalla normalizzazione delle etichette tramite un approccio basato su embedding e dall'identificazione di potenziali proprietà degli oggetti. Nella seconda fase, l'ontologia creata consente l'estrazione di triple e la formazione di un grafo RDF per l'intero dataset. Testato con GPT-4.1 e mistral-large-2512, i risultati hanno mostrato output strutturati impressionanti, un eccellente allineamento delle classi e una significativa riduzione delle entità duplicate. Questo studio affronta le complessità dell'integrazione di documenti legali dettagliati in quadri operativi.
Fatti principali
- L'articolo arXiv:2607.24551 presenta un flusso di lavoro assistito da LLM per un knowledge graph giuridico francese
- Processo in due fasi: ingegneria ontologica, poi costruzione del knowledge graph
- Prima fase: estrazione aperta, normalizzazione delle etichette, induzione delle proprietà
- Seconda fase: estrazione chiusa e costruzione del grafo RDF
- Esperimenti con GPT-4.1 e mistral-large-2512
- I risultati mostrano output strutturati robusti e allineamento delle classi
- Raggiunta la riduzione delle entità duplicate
- Focus sulle normative francesi sulla manutenzione
Entità
Istituzioni
- arXiv