简介
有些想法在纸面上看起来很诱人，但在实践中却令人沮丧。
如果您在几年前就构建过知识图谱，那么这项任务您会觉得非常艰巨——我就是这样的。
我第一次接触 Neo4J 时就被深深吸引。它开启了许多前所未有的可能性。我的一位朋友谈到了知识图谱，这对我们公司来说非常有用。
几周后，我们彻底放弃了这个想法。
知识图谱要求我们将组织文档表示为节点和边。谁会为了提取节点和边而阅读数千页文档和 PowerPoint 幻灯片呢？
确实，这不现实。没有人会把宝贵的资源投入到那样数月的研发工作中。
但以今天的标准来看，这并不是什么大任务。
我们可以利用人工智能来构建知识图谱，只需要人工干预来验证其准确性。
LLM 可以阅读难以想象的长篇文献，并创建结构化的输出。我们可以将 PDF、PPT、Word 文档等输入到 LLM 中，并轻松地将它们转换为知识图谱。
在这篇文章中，我将带你了解我所热爱的知识图谱 (KG) 构建过程。请注意，这可能还不能立即用于生产应用。但这确实是一个创建初稿的绝佳方法。
在此之前，我们先来简单介绍一下知识图谱（以防你偶然看到这篇文章，却不知道什么是知识图谱）。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
