让你的知识库助手更牛逼,只需3步,大模型构建知识图谱助手


让你的知识库助手更牛逼,只需3步,大模型构建知识图谱助手

最近发现一个开源项目,可以用大模型轻松地对本地资料构建知识图谱。

让你的知识库助手更牛逼,只需3步,大模型构建知识图谱助手

可视化的方式,清晰展示了资料中的核心概念,以及概念之间的关系。

知识图谱算是一种降维分析,把一堆文本内容凝聚在一张关系图中,能让你对整个资料有全局把握。了解某个概念(节点)对整个资料的重要性,理解看似不相关的概念之间的联系

最牛逼的是可以实现图检索增强(GRAG),通过知识图谱改进检索,从而让知识库助手回答得更准。

微软最近爆火的开源项目 GraphRAG 就是这么回事。

让你的知识库助手更牛逼,只需3步,大模型构建知识图谱助手

用大模型构建知识图谱总共分三步,

  • 将资料分成多个块 
  • 对于每个文本块,使用 LLM 提取概念及其语义关系
  • 将概念及关系转换图形模式
然后,再看看每一步的核心代码。
让你的知识库助手更牛逼,只需3步,大模型构建知识图谱助手
资料分块用的是 LangChain,对目录下不同格式、多个文件进行分割,转成 DataFrame 格式数据。
用封装好的 df2Graph 类,调用大模型,将 DataFrame 中的文本片段转成图结构的数据。
让你的知识库助手更牛逼,只需3步,大模型构建知识图谱助手
参数 model 是使用的大模型名称,这里需要填本地 Ollama 中已经安装的模型。
我们之前介绍过 Ollama ,可以直接在自己电脑上运行大模型,这样构建知识图谱不会产生额外费用。
如果你仍想用 GPT 也可以修改对应的源码。

前沿技术大模型技术新闻资讯

🤯 终于搞懂了!LLM、RAG 和 AI Agents 到底是什么关系?

2026-4-20 15:24:16

前沿技术新闻资讯模型微调

以小模型之名,泼一盆理性的冷水:DeepSeek-R1 7B实测引发的局限性反思

2026-4-20 15:29:17

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
购物车
优惠劵
搜索