KROMA es un novedoso marco de OM que enriquece dinámicamente el contexto semántico de las tareas de coincidencia de ontologías (OM) con conocimiento estructural, léxico y definicional mediante el uso de modelos de lenguaje a gran escala (LLM) dentro de un flujo de trabajo de generación aumentada de recuperación (RAG). Está diseñado para abordar la limitada adaptabilidad de los sistemas de OM existentes e integra la coincidencia de conceptos basada en similitud y un paso ligero de refinamiento de ontologías para eliminar conceptos candidatos y reducir significativamente la sobrecarga de comunicación causada por las invocaciones de LLM, mejorando así el rendimiento y la eficiencia. Experimentos con varios conjuntos de datos de referencia demuestran que la integración de la recuperación de conocimiento y LLM con contexto rico mejora significativamente el rendimiento de la coincidencia de ontologías, superando a los sistemas de OM existentes y a los enfoques de vanguardia basados en LLM, manteniendo una sobrecarga de comunicación similar. Este estudio destaca la viabilidad y los beneficios de las técnicas de optimización propuestas (recuperación de conocimiento dirigida, enriquecimiento rápido y refinamiento de ontologías) para la coincidencia de ontologías a gran escala.
