本体在生物医学和医疗等领域用于组织复杂知识，但构建可靠本体仍面临挑战，层次结构中常出现细微的包含错误，需要细致的修正。本文聚焦 CASTON——一个铸造领域本体，提出一种轻量且可扩展的细化工作流。工作流首先使用在 CASTON 上微调的 Ontology Embedding（OnT）模型，对本体进行向量化，然后从向量空间中检索少量可能存在错误的公理及其候选替换项。随后将这些候选对作为提示输入大型语言模型（LLM），如 Qwen3‑8B，获取修复建议。实验中，默认配置（CASTON‑fine‑tuned OnT + Qwen3‑8B）在小规模专家评估中表现出高置信度的修复效果，所有六条高置信度的替换均被两位领域专家接受。代码实现已开源，地址为 https://github.com/HuiYang1997/OntRefine。
点评