AI-Knowledge-Graph: 비정형 텍스트를 인터랙티브 지식 그래프로 변환하는 시스템 78

ai-Knowledge-Graph는 비정형 텍스트 문서를 대화형 지식 그래프 시스템으로 변환하는 시스템입니다. 비정형 텍스트를 입력받아 정보를 추출하고, 주어-서술어-목적어(SPO) 형식으로 표현한 뒤, 최종적으로 대화형 그래프로 시각화합니다.

AI-Knowledge-Graph의 기능 특징

• 텍스트 청킹(Chunking): 대용량 문서를 처리하기 쉬운 작은 단위로 분할합니다.

• 지식 추출: 텍스트 청크에서 엔터티와 관계를 나타내는 SPO 트리플을 추출합니다.

• 엔터티 표준화: 동일 엔터티의 다양한 표현 방식을 통합하여 중복을 방지합니다.

• 관계 추론: 그래프 내의 비연속적인 부분들 사이에서 관계를 발견하여 그래프를 더 완전하게 만듭니다.

• 대화형 시각화: 브라우저에서 확인 가능한 대화형 그래프를 생성합니다.

• 다중 서비스 지원: OpenAI API와 호환되는 서비스(예: Ollama, LM Studio 등)를 지원합니다.

• 높은 설정 자유도: 설정 파일을 통해 모델, API 옵션 등을 조정할 수 있습니다.

• 커맨드라인 도구: 시스템을 편리하게 실행할 수 있도록 커맨드라인 도구를 제공합니다.

• 모듈식 설계: 유지보수와 확장이 용이하며, 사용자가 모듈을 수정하거나 추가할 수 있습니다.

• 통계 정보: 그래프의 상세한 통계 정보를 제공하여 구조를 파악하는 데 도움을 줍니다.

AI-Knowledge-Graph 활용 사례

• 학술 연구: 문헌 정보를 빠르게 추출하여 지식 그래프를 구축합니다.

• 기업 지식 관리: 내부 지식 베이스를 구축하여 업무 효율을 높입니다.

• 콘텐츠 제작: 복잡한 정보를 정리하여 직관적인 지식 구조를 제공합니다.

• 지능형 검색: 질문에 직접적으로 답변합니다.

• 추천 시스템: 정확한 추천을 수행합니다.

• 질의응답 시스템: 질문을 그래프 질의로 매핑합니다.

• 금융 리스크 관리: 위험 요소 간의 연관성을 식별합니다.

• 의료 진단: 의사의 진단 및 치료方案 추천을 지원합니다.

AI-Knowledge-Graph 사용 방법

• 의존성 설치: Python 3.11 이상을 사용하며, pip install -r requirements.txt 또는 uv sync 명령으로 패키지를 설치합니다.

• 설정 구성: config.toml 파일에서 매개변수를 구성합니다.

• 시스템 실행: 다음 명령을 사용하여 텍스트를 처리하고 그래프를 생성합니다:

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

• 또는 UV를 사용합니다:

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

• 결과 확인: 브라우저에서 생성된 HTML 파일을 열어 확인합니다.

프로젝트 링크:https://github.com/robert-mcdermott/ai-knowledge-graph