本体构建探索21--是否还需要本体

原创
2024/11/05 10:25
阅读数 65

记录下前两周参加了个小米的NLP岗位面试,我对NLP知之甚少,但宽泛地说,知识图谱属于NLP的研究方向,本体又是知识图谱的模式层,那么本体自然也可以和NLP攀上关系。

事实上也有不少人在搞本体学习的时候,以文本为输入去提取概念和概念关系,这确实算得上NLP。

现在大模型兴起,所谓的NLP岗位,也是在搞大模型。曾经搞知识图谱的人就感觉危机了,如果知识图谱被大模型完全取代,还怎么靠知识图谱去“骗”呢?那还是有法子的,知识图谱可以提供严格语义约束,补全大模型,对大模型的输出进行检查,辅助RAG等。

那再问,知识图谱都这么艰难了,本体还有用武之地吗?因为好多搞知识图谱的人,其实不了解本体,或者说会提到本体,但实际又用不到。这个问题我正好问了下面试官,他们做所谓的通用知识图谱,会用到本体,本体可以做属性对齐。这里的属性对齐算是一种比较细粒度的语义约束。

最后再说,对比一下领域和通用,是知识工程一直考虑的两个方面,如领域本体和通用本体、领域知识图谱和通用知识图谱、领域大模型和通用大模型。个人觉得最难的还是通用的,领域的可以靠找一些刁钻的领域去水应用场景,其实上是否在这个领域内有多好的发挥?不知道。曾经看到一个抖音的博主说,现在市面上爆发的大模型,这些领域大模型,以后都会被证实不太行,拭目以待吧。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
0 评论
0 收藏
0
分享
返回顶部
顶部