AI-Knowledge-Graph：非構造化テキストをインタラクティブなナレッジグラフに変換 80

ai-Knowledge-Graph は、非構造化テキストドキュメントをインタラクティブなナレッジグラフに変換するシステムです。非構造化テキストを受け取り、情報を抽出して主語-述語-目的語（SPO）の形式で表現し、最終的にインタラクティブなグラフとして表示します。

AI-Knowledge-Graph の機能と特徴

• テキスト分割：大きなドキュメントを小さな塊に分割し、処理を容易にします。

• ナレッジ抽出：テキスト塊から SPO トリプルを抽出し、エンティティと関係を表します。

• エンティティ標準化：同一エンティティの異なる表現を統一し、重複を回避します。

• 関係推論：グラフ内の非連続な部分間の関係を発見し、グラフをより完全なものにします。

• インタラクティブな可視化：ブラウザで閲覧可能なインタラクティブなグラフを生成します。

• マルチサービス対応：OpenAI API 互換のサービス（Ollama、LM Studio など）に対応しています。

• 高い設定可能性：設定ファイルを通じてモデルや API 設定などを調整できます。

• コマンドラインツール：コマンドラインツールを提供し、システムを簡単に実行できます。

• モジュール化された設計：保守や拡張が容易で、ユーザーはモジュールを修正または追加できます。

• 統計情報：グラフの詳細な統計情報を提供し、構造の理解を助けます。

AI-Knowledge-Graph の活用シーン

• 学術研究：文献情報を迅速に抽出し、ナレッジグラフを構築します。

• 企業ナレッジマネジメント：社内ナレッジベースを構築し、効率を向上させます。

• コンテンツ制作：複雑な情報を整理し、直感的なナレッジ構造を提供します。

• スマート検索：直接質問に回答します。

• 推薦システム：精度の高い推薦を行います。

• 質問応答システム：質問をグラフクエリにマッピングします。

• 金融リスク管理：リスクの関連性を特定します。

• 医療診断：医者の診断や治療方針の推薦を補助します。

AI-Knowledge-Graph の使用方法

• 依存関係のインストール：Python 3.11+ を使用し、pip install -r requirements.txt または uv sync でパッケージをインストールします。

• 設定：config.toml ファイルでパラメータを設定します。

• システムの実行：以下のコマンドを使用してテキストを処理し、グラフを生成します：

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

• または UV を使用します：

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

• 結果の確認：生成された HTML ファイルをブラウザで表示します。

プロジェクトリンク：https://github.com/robert-mcdermott/ai-knowledge-graph