Nuovo Framework di IA Utilizza LLM e GNN per la Scoperta di Ipotesi su Grafi della Conoscenza

Un nuovo framework per migliorare i grafi della conoscenza passa dalla mera conferma di relazioni esistenti alla scoperta di ipotesi strutturate. Questo metodo utilizza reti neurali grafiche per identificare fenotipi e fare inferenze causali, insieme a modelli linguistici di grandi dimensioni per generare ipotesi. L'espansione del grafo della conoscenza viene affrontata come una sfida di ottimizzazione multi-obiettivo, valutando le potenziali affermazioni per rilevanza, integrità strutturale e originalità. La selezione di affermazioni Pareto-ottimali garantisce un equilibrio tra la conferma della conoscenza esistente e l'esplorazione di relazioni meno documentate. Il framework enfatizza le relazioni supportate dai dati che sono insufficientemente coperte nella letteratura attuale. Unisce il ragionamento probabilistico con l'estrazione di affermazioni basata su LLM in un processo coerente. Le tecniche esistenti si concentrano principalmente su relazioni note, mentre questo articolo introduce un approccio basato su evidenze per un'espansione controllata guidata dall'analisi dei fenotipi.