AI-Knowledge-Graph : transformer du texte non structuré en graphes de connaissances interactifs 79

ai-Knowledge-Graph est un système qui convertit des documents textuels non structurés en graphes de connaissances interactifs. Il reçoit du texte non structuré, en extrait les informations et les présente sous forme de triplets sujet-prédicat-objet (SPO), pour finalement les restituer sous la forme d'un graphe interactif.

Fonctionnalités d'AI-Knowledge-Graph

• Découpage de texte : divise les grands documents en petits morceaux pour faciliter leur traitement.

• Extraction de connaissances : extrait des triplets SPO à partir des blocs de texte, représentant les entités et leurs relations.

• Normalisation des entités : unifie les différentes formulations d'une même entité afin d'éviter les doublons.

• Inférence de relations : découvre les relations entre les parties non connectées du graphe, rendant celui-ci plus complet.

• Visualisation interactive : génère un graphe interactif visualisable dans un navigateur.

• Prise en charge de plusieurs services : compatible avec les services utilisant l'API OpenAI (tels qu'Ollama, LM Studio, etc.).

• Hautement configurable : permet d'ajuster le modèle, les paramètres de l'API, etc. via un fichier de configuration.

• Outil en ligne de commande : fournit un outil en ligne de commande pour exécuter facilement le système.

• Conception modulaire : facilite la maintenance et l'extension ; les utilisateurs peuvent modifier ou ajouter des modules.

• Statistiques : fournit des informations statistiques détaillées sur le graphe afin d'aider à comprendre sa structure.

Cas d'utilisation d'AI-Knowledge-Graph

• Recherche académique : extraction rapide des informations issues de la littérature et construction de graphes de connaissances.

• Gestion des connaissances en entreprise : constitution d'une base de connaissances interne pour améliorer l'efficacité.

• Création de contenu : structuration d'informations complexes en offrant une organisation visuelle des connaissances.

• Recherche intelligente : permet de répondre directement aux questions.

• Systèmes de recommandation : effectue des recommandations précises.

• Systèmes de questions-réponses : mappe les questions à des requêtes sur le graphe.

• Gestion des risques financiers : identification des liens de risque.

• Diagnostic médical : assiste les médecins dans le diagnostic et la recommandation de plans de traitement.

Comment utiliser AI-Knowledge-Graph

• Installer les dépendances : nécessite Python 3.11+. Installez les paquets via pip install -r requirements.txt ou uv sync.

• Configurer les paramètres : configurez les paramètres dans le fichier config.toml.

• Lancer le système : utilisez la commande suivante pour traiter le texte et générer le graphe :

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

• Ou utilisez UV :

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

• Consulter les résultats : ouvrez le fichier HTML généré dans un navigateur.

Lien du projet :https://github.com/robert-mcdermott/ai-knowledge-graph