从垃圾到财富：提升住房韧性的创新——基于社区的废弃物资源化创新在建筑环境中的系统性文献综述 作者：Funmilayo Ebun Rotimi、Mahesh Babu Purushothaman 和 Yakubu George Warkaka

《Buildings》：Trash to Treasure for Housing Resilience: A Systematic Literature Review of Community-Based Waste-to-Resource Innovations in the Built Environment Funmilayo Ebun Rotimi, Mahesh Babu Purushothaman and Yakubu George Warkaka

　　

摘要

桥梁结构被认为是复杂且重要的。因此，桥梁建设及相关专业领域的工程知识具有多维性和高度特殊性。有时这些知识会以标准、技术规范或信息手册的形式明确记录下来；而在其他情况下，它们则隐含在相关专家的专业知识中。本体论被用来构建和形式化这类领域知识，但创建本体论需要大量资源并具备专业知识。大型语言模型（LLMs）通过其自然语言处理能力提供了一种自动化创建本体论的方法。本文研究了LLMs在桥梁建设中的结构无损检测（NDT）专业领域生成本体论的能力。文中采用了四种不同的基于LLM的方法，并将结果与之前由人类创建的本体论进行了比较，随后由外部专家进行了评估。专家们对人类开发的SODIA本体论给予了最高评价，平均得分为3.44分（满分5分）。只有ChatGPT 4.0创建的本体论表现同样出色，得分为3.3分（满分5.00分）。所有其他基于LLM的本体论的评分均低于3.0分，质量较低。这些结果突显了使用LLMs将工程领域知识结构化为本体论的潜力与局限性。