Resumen:Generar automáticamente ontologías formales a partir de lenguaje natural no estructurado sigue siendo un desafío central en la ingeniería del conocimiento. Si bien los modelos de lenguajes grandes (LLM) son prometedores, aún no está claro qué opciones de diseño arquitectónico impulsan la calidad de la generación y por qué fallan los enfoques actuales. Presentamos un estudio experimental controlado utilizando contratos de seguro de dominio específico para investigar estas preguntas. Primero, establecemos una línea base de LLM de agente único, identificando modos de falla clave, como un cumplimiento deficiente del patrón de diseño de ontología, redundancia estructural y reparación iterativa ineficaz. Luego presentamos una arquitectura multiagente que descompone la construcción de la ontología en cuatro roles basados en artefactos: experto en dominio, administrador, codificador y asegurador de calidad. Evaluamos el rendimiento a través de la calidad arquitectónica (a través de un panel de jueces heterogéneos de LLM) y la usabilidad funcional (a través de una evaluación SPARQL basada en preguntas de competencia con una evaluación complementaria basada en la generación aumentada de recuperación). Los resultados muestran que el enfoque de múltiples agentes mejora significativamente la calidad estructural y mejora modestamente la capacidad de consulta, con ganancias impulsadas principalmente por una planificación anticipada. Estos hallazgos destacan la generación basada en artefactos y que prioriza la planificación como un camino prometedor y más auditable hacia la ingeniería de ontología automatizada escalable.
Publicado originalmente en export.arxiv.org el 27 de abril de 2026.
Ver fuente original
