この論文は、Eコマースプラットフォームの急速な発展に伴う非構造化製品データの膨大な生成に挑むために、製品知識グラフ（KG）の自動構築を目指したAIエージェント駆動のフレームワークを提案しています。このフレームワークは、大規模言語モデル（LLM）を活用し、オントロジーの作成・拡張、オントロジーの洗練、KGの構築という3段階のプロセスで機能します。このアプローチにより、事前定義されたスキーマや手作業の抽出ルールに頼ることなく、高いセマンティック一貫性と品質を持つ結果を得ることができ、市場における実用的な適用性が示されています。実際の空調製品のデータセットを用いた評価では、97%以上のプロパティカバレッジを達成し、冗長性を最小限に抑えることに成功しました。本研究は、構造化された知識抽出の自動化の可能性を強調しています。