本研究探讨大型语言模型在特定领域本体生成中的应用，评估DeepSeek和o1-preview模型的表现，发现它们在本体构建方面具有良好的泛化能力，为自动推理和知识表示技术的改进提供了基础。

本研究调查了大型语言模型（LLMs）与知识图谱（KGs）之间的协同关系，探讨了它们在KG问答、本体生成、KG验证等领域的研究空白。研究还检验了LLMs在生成描述性文本和自然语言查询方面的作用，并提供了它们的结合潜力的新见解。研究强调了它们的交互对于提升人工智能应用的重要性，并概述了未来的研究方向。