OntoAligner-Ensemble発表、異種オントロジーアライナー融合で精度向上
Hamed Babaei Giglou氏らの研究者グループは2026年8月31日(現地時間)、「OntoAligner-Ensemble」と題する論文をarXiv cs.AIに投稿した。本研究は、語彙的、構造的アライナーから知識グラフ埋め込み（KGE）モデル、大規模言語モデル（LLM）ベースのアプローチまで、多様なオントロジーアライメント（OA）手法の予測を融合する新たなフレームワークを提案している。評価では、アンサンブル融合が一貫して精度と再現率のバランスを改善し、スタンドアロンのアライナーを上回る結果を示した。