项目简介
知识图谱，也称为语义网络，表示现实世界实体的网络，即物体、事件、情况或概念——并说明它们之间的关系。这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。
如何从大量工作中创建一个简单的知识图谱？
00001. 清理文本语料库（作品主体）。
00002. 从工作主体中提取概念和实体。
00003. 提取实体之间的关系。
00004. 转换图形模式。
00005. 填充节点（概念）和边（关系）。
00006. 可视化和查询。
第 6 步纯粹是可选的，但它具有一定的艺术满足感。网络图是美丽的对象（只要看看上面的横幅图片，是不是很漂亮？）。幸运的是，有大量的 Python 库可用于生成图形可视化。
为什么要绘制图表？
一旦知识图（KG）构建完成，我们就可以将它用于多种目的。我们可以运行图算法并计算任何节点的中心性，以了解概念（节点）对于这项工作的重要性。我们可以计算社区，将概念组合在一起，以便更好地分析文本。我们可以理解看似互不相关的概念之间的联系。
最重要的是，我们可以实现图检索增强生成（GRAG），并使用图作为检索器以更深刻的方式与我们的文本聊天。这是检索增强生成（RAG）的新改进版本，我们使用矢量数据库作为检索器来与我们的文档聊天。
在这里，我从 PDF 文档创建了一个简单的知识图。我在这里遵循的过程与上面几节中概述的过程非常相似，但有一些简化。
流程
首先，我将整个文本分成块。然后我使用LLM提取每个块中提到的概念。请注意，我在这里没有使用 NER 模型提取实体。概念和实体之间存在差异。例如，“班加罗尔”是一个实体，“班加罗尔宜人的天气”是一个概念。根据我的经验，概念比实体更有意义。
我认为相邻提到的概念是相关的。因此，知识图谱中的每条边都是一个文本块，其中提到了两个相连的概念。
一旦计算出节点（概念）和边（文本块），就可以使用此处提到的库轻松创建它们的图形。我在这里使用的所有组件都是在本地设置的，因此该项目可以在个人计算机上非常轻松地运行。我在这里采用了无 GPT 方法来保持经济性。我正在使用出色的 Mistral 7B openorca 指令，它完美地粉碎了这个用例。该模型可以使用 Ollama 在本地设置，因此生成 KG 基本上是免费的（无需调用 GPT）。
要生成笔记本的图表，您必须进行调整。
extract_graph.ipynb
笔记本实现以下流程图中概述的方法。
00001. 将文本语料库分割成块。为每个块分配一个 chunk_id。
00002. 对于每个文本块，使用LLM提取概念及其语义关系。让我们为这个关系分配一个权重 W1。同一对概念之间可以存在多种关系。每一个这样的关系都是一对概念之间的边缘。
00003. 考虑到同一文本块中出现的概念也通过它们的上下文邻近性而相关。让我们为这个关系分配一个权重 W2。请注意，同一对概念可能出现在多个块中。
00004. 对相似的对进行分组，对它们的权重进行求和，并连接它们的关系。所以现在我们在任何不同的概念对之间都只有一条边。边具有一定的权重和关系列表，如其名称所示。
另外，它还计算每个节点的度数和节点的社区，以分别调整图中节点的大小和着色。
项目链接
https://github.com/rahulnyk/knowledge_graph
出自：
https://www.toutiao.com/article/7313822852544430618/?app=news_article×tamp=1703032587&use_new_style=1&req_id=202312200836274061CA63C616B0444141&group_id=7313822852544430618&share_token=41CDDFEF-4578-412E-AA96-0AAF30E77AFC&tt_from=weixin&utm_source=weixin&utm_medium=toutiao_ios&utm_campaign=client_share&wxshare_count=2&source=m_redirect