如何将任何文本转换为概念图（GC）

原文地址：how-to-convert-any-text-into-a-graph-of-concepts

使用 Mistral 7B 将任何文本语料库转换为知识图的方法

2023 年 11 月 10 日

使用递归 RAG 方法来实现具有多跳推理的 QnA，以回答基于大型文本语料库的复杂查询。

知识图增强生成与递归 RAG 结合时，它可能有助于创建超级研究代理。

抽象的

知识图（KG）或任何图由节点和边组成。KG 的每个节点代表一个概念，每条边是一对此类概念之间的关系。

使用Mistral 7B Openorca 指令和 Zephyr 模型、使用Neo4j等数据库来存储和检索图形数据、使用内存中的 Pandas Dataframes 和 NetworkX Python 库。

Github：https://rahulnyk.github.io/knowledge_graph/

知识图谱

玛丽有一只小羊羔，
你以前听过这个故事；
但你知道吗，她递了盘子，
还多了一点！

这是文本作为 KG 的一种可能的表示形式。

什么是知识图？

知识图谱，也称为语义网络，表示现实世界实体（即对象、事件、情况或概念）的网络，并说明它们之间的关系。这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

为什么选择知识图谱？

知识图有多种用途。我们可以运行图算法并计算任何节点的中心性，以了解概念（节点）对工作主体的重要性。我们可以分析关联和不关联的概念集，或者计算概念社区以深入理解主题