本體對應

深度分析

零樣本 LLM 本體對應於 USD 場景：自動化建構知識圖譜的實驗與分析

隨著機器人需要語意化環境，本研究探討使用大型語言模型自動將USD場景中的物件對應至本體類別，透過零樣本、免訓練的提示方式取得高達96%的精確匹配，顯示語意線索在本體對應上的關鍵作用。在125件廚房物件的測試中，模型在具描述性名稱下達到90%至96%相符率，較傳統字典與向量檢索均有明顯優勢。