AI-Knowledge-Graph: система преобразования неструктурированного текста в интерактивные графы знаний 76

ai-Knowledge-Graph — это система, которая преобразует неструктурированные текстовые документы в интерактивные графы знаний. Она принимает неструктурированный текст, извлекает информацию и представляет её в форме «субъект — предикат — объект» (SPO), а затем отображает в виде интерактивного графа.

Функциональные возможности AI-Knowledge-Graph

• Разбиение текста на фрагменты: разделение больших документов на небольшие блоки для удобной обработки.

• Извлечение знаний: извлечение триплетов SPO из текстовых блоков, отражающих сущности и связи между ними.

• Нормализация сущностей: унификация различных вариантов написания одной и той же сущности во избежание дублирования.

• Вывод связей: обнаружение связей между несвязанными частями графа для повышения его полноты.

• Интерактивная визуализация: создание интерактивного графа, который можно просматривать в браузере.

• Поддержка нескольких сервисов: совместимость с сервисами, использующими OpenAI API (например, Ollama, LM Studio и др.).

• Высокая конфигурируемость: настройка модели, параметров API и других опций через файл конфигурации.

• Инструмент командной строки: предоставляется CLI-инструмент для удобного запуска системы.

• Модульная архитектура: упрощает сопровождение и расширение — пользователи могут изменять или добавлять модули.

• Статистика: предоставляет подробную статистику графа для лучшего понимания его структуры.

Сценарии использования AI-Knowledge-Graph

• Научные исследования: быстрое извлечение информации из литературы и построение графа знаний.

• Управление знаниями в компании: создание внутренней базы знаний для повышения эффективности.

• Создание контента: структурирование сложной информации и предоставление наглядной модели знаний.

• Интеллектуальный поиск: прямые ответы на вопросы пользователей.

• Рекомендательные системы: выполнение точных рекомендаций.

• Вопросно-ответные системы: преобразование вопросов в запросы к графу.

• Финансовый риск-менеджмент: выявление рисковых взаимосвязей.

• Медицинская диагностика: помощь врачам в постановке диагноза и подборе лечения.

Как пользоваться AI-Knowledge-Graph

• Установка зависимостей: требуется Python 3.11+; установите пакеты командой pip install -r requirements.txt или uv sync.

• Настройка конфигурации: параметры задаются в файле config.toml.

• Запуск системы: используйте следующую команду для обработки текста и генерации графа:

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

• или с помощью UV:

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

• Просмотр результата: откройте сгенерированный HTML-файл в браузере.

Ссылка на проект:https://github.com/robert-mcdermott/ai-knowledge-graph