AI-Knowledge-Graph：将非结构化文本文档转换为交互式知识图谱的系统

ai-Knowledge-Graph 是一个将非结构化文本文档转换为交互式知识图谱的系统。它接收非结构化文本，提取信息，并以主语-谓语-宾语（SPO）的形式展现，最终以互动式图谱呈现。

AI-Knowledge-Graph功能特点

• 文本分块：将大文档分割成小块，便于处理。

• 知识提取：从文本块中提取 SPO 三元组，表示实体和关系。

• 实体标准化：统一同一实体的不同表述，避免重复。

• 关系推断：发现图谱中不连续部分之间的关系，使图谱更完整。

• 互动式可视化：生成可在浏览器中查看的互动式图谱。

• 多服务支持：兼容 OpenAI API 的服务（如 Ollama、LM Studio 等）。

• 高度可配置：通过配置文件调整模型、API 设置等。

• 命令行工具：提供命令行工具，方便运行系统。

• 模块化设计：便于维护和扩展，用户可修改或添加模块。

• 统计信息：提供图谱的详细统计信息，帮助了解结构。

AI-Knowledge-Graph应用场景

• 学术研究：快速提取文献信息，构建知识图谱。

• 企业知识管理：构建内部知识库，提高效率。

• 内容创作：梳理复杂信息，提供直观知识结构。

• 智能搜索：直接回答问题。

• 推荐系统：进行精准推荐。

• 问答系统：将问题映射到图谱查询。

• 金融风控：识别风险关联。

• 医疗诊断：辅助医生诊断和推荐治疗方案。

AI-Knowledge-Graph使用方法

• 安装依赖：使用 Python 3.11+，通过 pip install -r requirements.txt 或 uv sync 安装包。

• 配置设置：在 config.toml 文件中配置参数。

• 运行系统：使用以下命令处理文本并生成图谱：

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

• 或使用 UV：

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

• 查看结果：在浏览器中查看生成的 HTML 文件。

项目链接：https://github.com/robert-mcdermott/ai-knowledge-graph