OntologyAligner: 本体对齐检索与层次引导的大型语言模型重排序用于生物医学本体归一化

# OntologyAligner: 本体对齐检索与层次引导大语言模型重排序在生物医学本体归一化中的应用
来源: https://arxiv.org/abs/2609.10055
作者:Jie Song (https://arxiv.org/search/cs?searchtype=author&query=Song,+J),Zhichuan Xu (https://arxiv.org/search/cs?searchtype=author&query=Xu,+Z),Ziyu Lu (https://arxiv.org/search/cs?searchtype=author&query=Lu,+Z),Meng Xiao (https://arxiv.org/search/cs?searchtype=author&query=Xiao,+M),Cheng Bi (https://arxiv.org/search/cs?searchtype=author&query=Bi,+C),Yuxin Zhang (https://arxiv.org/search/cs?searchtype=author&query=Zhang,+Y),Xin Zheng (https://arxiv.org/search/cs?searchtype=author&query=Zheng,+X),Xiaoran Li (https://arxiv.org/search/cs?searchtype=author&query=Li,+X),Qiongfang Cao (https://arxiv.org/search/cs?searchtype=author&query=Cao,+Q),Hao Yang (https://arxiv.org/search/cs?searchtype=author&query=Yang,+H),Bairong Shen (https://arxiv.org/search/cs?searchtype=author&query=Shen,+B)

查看PDF (https://arxiv.org/pdf/2609.10055)

> 摘要:生物医学本体归一化旨在将自由文本表达式映射到标准化概念，从而实现生物医学数据的统一整合与分析。由于词汇多样性以及层次相关概念间的细微差异可能模糊概念边界，此项任务仍具挑战性。我们提出了OntologyAligner，这是一个三阶段框架，结合了本体对齐检索、大语言模型候选重排序以及选择性层次引导精修。我们还构建了PhenoNormBench，这是一个统一的基准数据集，包含来自七个人类表型本体数据集的13,390个样本。OntologyAligner在HPO归一化任务上取得了最先进的性能，宏平均Top-1准确率为88.78%，微平均Top-1准确率为86.75%，分别超越最强基线4.85和5.07个百分点。消融分析表明三个阶段具有互补贡献，敏感性分析则证明了在不同候选集规模和模型骨干网络下的稳定性。在MONDO、MEDIC和NCBITaxon上的应用进一步验证了该方法对其他本体的可迁移性。OntologyAligner为生物医学文本到结构化本体概念的准确映射提供了一个可推广的框架。PhenoNormBench及代码已在以下网址公开发布：https://github.com/zhelishisongjie/OntologyAligner。

## 提交历史

来自: Jie Song \[查看邮件 (https://arxiv.org/show-email/0a48e8ca/2609.10055)\] **\[v1\]**2026年9月9日 星期三 11:30:25 UTC \(1,127 KB\)