文章主要内容总结研究背景：本体评估中的能力问题（CQ）验证是重要的功能需求验证方式，但传统方法耗时、费力且易出错。近年来大语言模型（LLMs）在本体工程中展现潜力，但在通过CQ验证进行功能评估（尤其是人机协同场景）的研究仍属空白。核心贡献：提出OE-Assist框架，通过自动和半自动方式辅助CQ验证，实现本体功能评估。构建OntoEval数据集，包含1393个CQ及其对应的本体和本体故事，由两位本体工程师交叉验证标注。评估LLM在自动CQ验证中的效果，发现o1-preview和o3-mini的表现接近人类平均水平。通过19位来自8个国际机构的知识工程师参与的用户研究，表明LLM建议能提高验证准确性（尤其建议正确时）、降低任务难度，但错误建议会降低人类表现，揭示了效率与准确性的权衡。关键发现：自动评估中，o1-preview在OntoEval数据集上的macro-F1达0.66，优于其他模型。半自动评估中，正确LLM建议使用户准确率提升13%，错误建议使准确率下降28%；整体上LLM辅助未显著改变准确率，但降低了任务难度感知。任务难度与准确率呈中等负相关，且用户存在学习效应，无辅助时学习效果更明显。创新点