แบบจำลองบริบท (หรือการสร้างแบบจำลองบริบท) กำหนดโครงสร้างและการบำรุงรักษาข้อมูลบริบท (มีบทบาทสำคัญในการสนับสนุนการจัดการบริบทอย่างมีประสิทธิภาพ) ^{[ 1 ]}มีเป้าหมายเพื่อสร้างคำอธิบายที่เป็นทางการหรือกึ่งทางการของข้อมูลบริบทที่มีอยู่ใน ระบบ ที่รับรู้บริบท กล่าวอีกนัยหนึ่ง บริบทคือองค์ประกอบโดยรอบของระบบ และแบบจำลองจะให้ส่วนต่อประสานทางคณิตศาสตร์และคำอธิบายพฤติกรรมของสภาพแวดล้อมโดยรอบ

ใช้สำหรับแสดงข้อมูลบริบทที่สามารถนำกลับมาใช้ใหม่ได้ของส่วนประกอบต่างๆ (คลาสระดับบนสุดประกอบด้วยระบบปฏิบัติการ , คอนเทนเนอร์ส่วนประกอบ, ข้อกำหนด ด้านฮาร์ดแวร์และ ข้อกำหนด ด้านซอฟต์แวร์ )

บทบาทสำคัญของโมเดลบริบทคือการทำให้งานพัฒนาแอปพลิเคชันที่รับรู้บริบทง่ายขึ้นและมีโครงสร้างมากขึ้น^{[ 2 ] [ 3 ]}การออกแบบข้อความแจ้งเตือนเทียบเท่ากับการออกแบบบริบท โดยที่ ข้อความแจ้งเตือน โมเดลภาษาขนาดใหญ่จะสร้างบริบทสำหรับงานพัฒนา

ภาษาสร้างแบบจำลองรวม (Unified Modeling Language)ที่ใช้ในวิศวกรรมระบบ กำหนดแบบจำลองบริบทว่าเป็นขอบเขตทางกายภาพของระบบที่กำลังออกแบบ ซึ่งอาจรวมถึงผู้ใช้ ตลอดจนสภาพแวดล้อมและผู้มีส่วนเกี่ยวข้องอื่นๆแผนภาพบริบทของระบบแสดงบริบทนั้นในรูปแบบกราฟิก

ตัวอย่างของแบบจำลองบริบทพบได้ในโดเมนอื่นๆ อีกหลายแห่ง

• ในสถานการณ์ของการวิเคราะห์ไวยากรณ์โมเดลบริบทจะกำหนดข้อความโดยรอบขององค์ประกอบคำศัพท์ ซึ่ง ทำให้ไวยากรณ์ที่ไวต่อบริบทสามารถมี กฎ ที่กำหนดหรือสุ่มได้ในกรณีหลังโมเดลมาร์คอฟที่ซ่อนอยู่สามารถให้ความน่าจะเป็นสำหรับบริบทโดยรอบได้^{[ 4 ]}
• แบบจำลองบริบทยังสามารถนำไปใช้กับองค์ประกอบโดยรอบในลำดับยีน ได้ เช่นเดียวกับกฎบริบทของไวยากรณ์ที่แยกแยะความหมายขององค์ประกอบทางคำศัพท์ ซึ่งจะช่วยแยกแยะบทบาทของยีนได้^{[ 5 ]}
• ในการทำงานอัตโนมัติขององค์กร โมเดลบริบทสามารถปรับการโต้ตอบของผู้ใช้ได้อย่างไดนามิก ตัวอย่างเช่น ระบบ Intelligent Filing Manager (Mukherjee, 1999) ใช้กลไกตามกฎเพื่อควบคุมอินเทอร์เฟซถาม-ตอบสำหรับการสร้างแบบฟอร์มข้อบังคับ โดยจะปรับเปลี่ยนฟิลด์และคำถามที่แสดงตามข้อมูลที่ผู้ใช้ป้อนและเขตอำนาจศาล ตรรกะที่ขับเคลื่อนด้วยบริบทนี้ได้รับการนำเสนอในการประชุมนานาชาติ IEEE ว่าด้วยระบบ มนุษย์ และไซเบอร์เนติกส์ในปี 1999 ^{[ 6 ]}
• ภายในออนโทโลยีโมเดลบริบทจะให้การแยกความหมายของหัวข้อผ่านการวิเคราะห์ความหมายของข้อมูลที่เกี่ยวข้องกับหัวข้อ^{[ 7 ] [ 8 ]}
• ในแง่ของสภาพแวดล้อมทางกายภาพ โมเดลบริบทจะกำหนดอินเทอร์เฟซภายนอกที่ระบบจะโต้ตอบด้วย โมเดลบริบทประเภทนี้ถูกใช้เพื่อสร้างโมเดลสำหรับสภาพแวดล้อมเสมือนจริงเช่น โปรแกรม Adaptive Vehicle Makeโมเดลบริบทที่ใช้ระหว่างการออกแบบจะกำหนดลักษณะของพื้นดิน ทางน้ำ หรือบรรยากาศ (ระบุในแง่ของอัลกอริธึมทางคณิตศาสตร์หรือการจำลอง) ที่ผลิตภัณฑ์ขั้นสุดท้ายจะต้องเผชิญในสภาพแวดล้อมจริง^{[ 9 ]}
• ในบริบทของแบบจำลองภาษาขนาดใหญ่แบบจำลองบริบทหมายถึงส่วนประกอบหรือแง่มุมของแบบจำลองภาษาที่มุ่งเน้นการทำความเข้าใจและบูรณาการข้อมูลบริบทจากข้อความอินพุต วัตถุประสงค์หลักของแบบจำลองบริบทคือการช่วยให้แบบจำลองภาษาเข้าใจบริบทโดยรอบคำ วลี หรือประโยคได้ดียิ่งขึ้น เพื่อให้สามารถสร้างคำตอบที่สอดคล้องและเหมาะสมกับบริบทมากขึ้น ในแบบจำลองภาษาที่ใช้การเรียนรู้เชิงลึก เช่น GPT-4หรือBERTแบบจำลองบริบทเป็นส่วนสำคัญของสถาปัตยกรรม แบบจำลองเหล่านี้ใช้กลไกต่างๆ เช่นกลไกความสนใจและสถาปัตยกรรมทรานส์ฟอร์เมอร์หลายชั้น(การเรียนรู้ของเครื่อง)เพื่อจับข้อมูลบริบทจากลำดับอินพุต แบบจำลองบริบทจะคำนึงถึงความสัมพันธ์ระหว่างคำและข้อความโดยรอบ ช่วยให้แบบจำลองภาษาเข้าใจความหมายของคำในบริบทเฉพาะ จัดการกับความกำกวม และสร้างคำตอบที่แม่นยำและสอดคล้องมากขึ้น
• ตัวอย่างของระบบ พยากรณ์อากาศ ที่ใช้ AI และโมเดลบริบท ได้แก่GraphCastของGoogle DeepMind , PanguWeatherของHuaweiและFourCastNetของNVIDIAซึ่งดึงข้อมูลบริบทจากข้อมูลในอดีตและการวิเคราะห์ซ้ำ โดยทั่วไปแล้ว วิธีการคือการจับคู่สภาพปัจจุบันกับข้อมูลในอดีตเป็นบริบท จากนั้นจึงนำหลักการทางฟิสิกส์และผลลัพธ์ในอดีตมาผสมผสานกันเพื่อสร้างการคาดการณ์