AI-Knowledge-Graph: convierte texto no estructurado en grafos de conocimiento interactivos 75

ai-Knowledge-Graph es un sistema que transforma documentos de texto no estructurados en grafos de conocimiento interactivos. Recibe texto no estructurado, extrae información y la presenta en forma de Sujeto-Predicado-Objeto (SPO), para finalmente mostrarla como un grafo interactivo.

Características de AI-Knowledge-Graph

• Fragmentación de texto: divide documentos grandes en fragmentos más pequeños para facilitar su procesamiento.

• Extracción de conocimiento: extrae tripletas SPO de los fragmentos de texto, representando entidades y relaciones.

• Normalización de entidades: unifica las diferentes formas de referirse a una misma entidad para evitar duplicados.

• Inferencia de relaciones: descubre relaciones entre partes no conectadas del grafo, haciéndolo más completo.

• Visualización interactiva: genera un grafo interactivo que se puede visualizar en el navegador.

• Soporte multi-servicio: compatible con servicios que utilizan la API de OpenAI (como Ollama, LM Studio, etc.).

• Altamente configurable: permite ajustar el modelo, la configuración de la API y otros parámetros mediante archivos de configuración.

• Herramienta de línea de comandos: proporciona una herramienta de línea de comandos para facilitar la ejecución del sistema.

• Diseño modular: fácil de mantener y extender, permitiendo a los usuarios modificar o añadir módulos.

• Estadísticas: ofrece información estadística detallada del grafo para ayudar a comprender su estructura.

Escenarios de aplicación de AI-Knowledge-Graph

• Investigación académica: extracción rápida de información de literatura para construir grafos de conocimiento.

• Gestión del conocimiento empresarial: construcción de bases de conocimiento internas para mejorar la eficiencia.

• Creación de contenido: organización de información compleja para proporcionar estructuras de conocimiento intuitivas.

• Búsqueda inteligente: responde directamente a las preguntas.

• Sistemas de recomendación: permite realizar recomendaciones precisas.

• Sistemas de preguntas y respuestas: mapea las preguntas a consultas sobre el grafo.

• Control de riesgos financieros: identifica asociaciones de riesgo.

• Diagnóstico médico: asiste a los médicos en el diagnóstico y en la recomendación de planes de tratamiento.

Cómo usar AI-Knowledge-Graph

• Instalación de dependencias: utiliza Python 3.11+ e instala los paquetes mediante pip install -r requirements.txt o uv sync.

• Configuración: ajusta los parámetros en el archivo config.toml.

• Ejecutar el sistema: utiliza el siguiente comando para procesar el texto y generar el grafo:

  python generate-graph.py --input your_text_file.txt --output knowledge_graph.html

• O usando UV:

  uv run generate-graph.py --input your_text_file.txt --output knowledge_graph.html

• Ver los resultados: abre el archivo HTML generado en el navegador.

Enlace del proyecto:https://github.com/robert-mcdermott/ai-knowledge-graph