GLaMoR：使用图语言模型对OWL本体进行一致性检查

本研究解决了OWL本体一致性验证中的计算效率低下问题，尤其是在本体规模扩大时。提出了GLaMoR（图语言模型推理），通过将OWL本体转化为图结构数据并调整GLM架构，以提高一致性检查的效率。研究结果表明，GLaMoR的准确率达到了95%，且速度比传统推理器快20倍，展示了其在语义推理中的潜在影响。