Jun, 2024

Docs2KG: 基于大型语言模型辅助的异构文档统一知识图谱构建

PDF
TL;DR本文介绍了 Docs2KG，一种从不同和异构的非结构化文档中提取多模式信息的新框架。Docs2KG 可以动态生成表示提取的关键信息的统一知识图，从而实现对文档数据湖的高效查询和探索。该框架与现有方法不同，它提供了一种灵活可扩展的解决方案，可以适应各种文档结构和内容类型。Docs2KG 通过统一的数据处理支持多种下游任务，提高了领域解释能力。
enterprise dataunstructured filesknowledge graphsdocs2kgdata processing
发现论文，激发创造
  • SKG: 一种用语义知识图谱对学术论文进行信息检索和分析的通用框架

    本文提出语义知识图谱（SKG）来集成抽象和其他元信息中的语义概念以表示语料库，并利用半监督流程进行实体抽取和实体标准化，以及设计了一个数据流系统来展示如何灵活和交互地进行各种语义查询。最后，在可视化文献的基础上进行研究并提供现实世界的用例来展示 SKG 的有用性。

    Jun, 2023

  • Know2BIO: 演进中的生物医学知识图谱全面双视角基准

    我们提出了一个面向生物医学领域的异构知识图谱基准测试平台 Know2BIO，它从 30 个不同的数据源中整合数据，并捕捉了 11 个生物医学类别中的复杂关系。通过在 Know2BIO 上评估知识图谱表示模型，我们展示了其在生物医学领域中作为知识图谱表示学习基准测试的有效性。

    Oct, 2023

  • VisionKG：通过知识图谱释放视觉数据集的力量

    我们提出了一种基于知识图谱和语义网络技术的 Vision Knowledge Graph（VisionKG），用于链接、组织和管理具有异构特征的视觉数据集，提供简单访问和查询不同格式和分类法的最新视觉数据集，增强语义丰富性并通过 SPARQL 提供多种数据检索与探索服务，集成了 30 个数据集和四个流行 CV 任务，展示了在 CV 流程中的多种应用场景。

    Sep, 2023

  • EDUKG: 一种异构可持续的 K-12 教育知识图谱

    该论文提出了一种异构的、可持续的 K-12 教育知识图谱 EDUKG, 其中包含了一个交叉学科的本体论、一种从教科书中提取事实知识的方法以及一种通用的实体链接系统。EDUKG 已经发布并且包含超过 2.52 亿个实体和 38.6 亿个三元组。

    Oct, 2022

  • 知识图谱查询

    本篇论文探讨了知识图谱的构建与查询，结合深度学习、信息检索和自然语言处理等学科展开研究，提出了一些新的挑战和机会。

    May, 2023

  • 基於知識圖譜的合成語料庫生成用於知識增強語言模型預訓練

    本文研究了将知识图谱转化为自然语言文本的任务，主要讨论了广泛的开放领域大规模语言生成的挑战，将知识图谱转化为自然语言文本，从而提高了语言模型的事实准确性和减少了毒性。通过对开放领域 QA 和 LAMA 知识探测的任务进行评估，表明该方法在文本检索方面有很大的优势。

    Oct, 2020

  • 构建越南法律案例的知识图谱与异质图

    该研究提出了一种用于法律案例文件和相关法律的知识图构建方法，旨在高效组织法律信息并增强各种下游任务。通过数据爬取、信息提取和知识图部署三个主要步骤，利用自然语言处理技术从非结构化文本中提取法院、案例、领域和法律等实体及其关系，建立异构图，为律师、法官和学者等用户提供有效的法律信息表达。该方法基于无监督学习方法构建了基线模型，并通过整合知识图，实现了对给定法律案例的相关法律的识别，为法律案例分析、法律建议和决策支持等领域的各种应用提供了机会。

    Sep, 2023

  • 知识图谱应用于多模态学习：综述

    本综述对 300 篇以上的文章进行了仔细审查，重点关注了两个主要方面的知识图谱 (KG) 相关研究，即 KG 驱动的多模式学习和多模式知识图谱 (MMKG)，通过定义 KG 和 MMKG，探讨了它们的构建进展，以及 KG 驱动的多模式学习任务和 MMKG 任务，为相关研究提供了定义、评估基准和关键见解，最后讨论了当前的挑战和新兴趋势，如大型语言模型和多模式预训练策略的进展。本综述旨在作为 KG 和多模式学习研究领域的全面参考，为已经参与或考虑进行 KG 和多模式学习研究的研究人员提供洞察力，支持未来的工作。

    Feb, 2024

  • 使用紧凑、代表性、相关的知识图谱丰富文档

    提出了一种基于知识图谱和实体关系子图的文档丰富方法，通过新的组合优化问题求解算法实现了紧凑、具有代表性和相关性的 ERG，利用本体知识对 ERG 进行排序，实现了在有效丰富的同时保证了相关性和紧凑性。

    May, 2020

  • FabKG：制造科学领域的知识图谱，利用结构化和非结构化知识源

    本文介绍了利用基于实体和关系的数据构建知识图谱的方法以及将众包方法应用于知识图谱构建，在制造业领域中建立了一个包含 65000 + 三元组的 FabKG，并展示了区分领域特定问题和基于表达式 / 公式的问题的用例。

    May, 2022