- 博客(1045)
- 收藏
- 关注
RSS订阅转载 技术动态 | 大模型用于知识图谱增量构建思路iText2KG
转载公众号 |老刘说NLP今天我们来看看如何使用大模型来增量构建知识图谱iText2KG方案，供大家一起参考并思考。关于大模型用于知识图谱构建iText2KG我们来回顾下大模型进行知识图谱构建的方案，基于LLM构建知识图谱的解决方案分为三个主要范式：1）本体引导（Ontology-guided）这种方法依赖于预先定义的本体来指导知识图谱的构建。例如，AttacKG+方法，它是一个自动化的框架，...
2024-09-18 19:40:42
81
原创 论文浅尝 | KAM-CoT: 利用知识图谱进行知识增强的多模态链式推理（AAAI2024）
笔记整理：沈小力，东南大学硕士，研究方向为多模态大预言模型、知识图谱论文链接：https://arxiv.org/abs/2401.12863发表会议：AAAI20241. 动机本文探索了知识图谱在扩展大语言模型的多模态能力的效果，提出了KAM-CoT框架。将CoT（Chain-of-Thought）推理、知识图谱（KGs）以及多种模态融入大语言模型，以促进对多模态任务的综合理解。在多模态视觉问答...
2024-09-16 19:41:00
152
转载 技术动态 | GraphRAG图检索增强生成技术总结：从基本方法、实现模块到评估方法...
转载公众号 | 老刘说NLP本次分享关于GraphRAG的一个有意思的综述，会有收获。供大家一起参考并思考。一、关于GrpahRAG的一个有意思的综述图检索增强生成(GraphRAG)的方法、技术和应用综述，《Graph Retrieval-Augmented Generation: A Survey》，https://arxiv.org/abs/2408.08921，这个工作有点意思，系统化地概...
2024-09-11 19:40:59
144
原创 论文浅尝 | BIOBRIDGE：通过知识图谱桥接生物医学基础模型（ICLR2024）
笔记整理：李晓彤，浙江大学硕士，研究方向为蛋白质与大模型论文链接：https://arxiv.org/pdf/2310.03320发表会议：ICLR20241. 动机在生物医学领域，基础模型 (FM) 可以从大量未标记的科学文献、蛋白序列、SMILES等数据中学习，在各种单模态任务中展现出了卓越的性能。在训练中引入多模态数据，联合优化单模态编码器能够进一步提高FM的性能。然而，当扩展到三种以上模态...
2024-09-09 19:40:51
911
转载 会议交流 | “生成式AI与新质生产力”—第二届人工智能大模型技术高峰论坛预告...
9月21日，2024第二届人工智能大模型技术高峰论坛将在江苏南京举办，诚邀您参加《生成式人工智能与新质生产力专题论坛》，共同分享最新研究成果与实践案例，探索生成式AI带来的时代机遇。当前，生成式AI正在推动新质生产力的形成与发展，催生出丰富多元的创新、创作、创造形式，不断激活新的行业场景和商业模式，成为各行业实现数字化、智能化的智慧伙伴。通过学习海量数据，生成式AI的创作水平越来越高，甚至在某些方...
2024-09-06 19:40:47
96
原创 论文浅尝 | TaxoLLaMA: 用基于WordNet的模型来解决多个词汇语义任务（ACL2024）
笔记整理：屠铭尘，浙江大学硕士，研究方向为知识图谱论文链接：https://arxiv.org/abs/2403.09207发表会议：ACL20241. 动机探索LLM在解决经典词汇语义任务上的能力。（1）本文假设：使用hypernym上位词（IS-A关系）来finetune模型，可以提升模型解决分类相关任务(taxonomy-related tasks)的能力。（2）基本方法：建立了一个基于ta...
2024-09-02 19:40:19
507
转载 CCKS-IJCKG2024评测｜山西大学和爱丁堡大学联合推出Text-to-SQL评测
简介Text-to-SQL任务旨在将自然语言问题转换为可执行的SQL语句，该任务在学术界和工业界都受到了广泛的关注。目前已有的一些方法在现有的一些评估基准上已经取得了不错的效果，但仍然无法满足进行数学、常识和假设等复杂的推理需求。为此，山西大学和爱丁堡大学联合推出了Archer，一个包含了以上三种推理类型的数据集，来进行更加复杂和微妙的查询。此外，我们使用大语言模型和微调过的模型进行了测试，即使是...
2024-08-30 18:05:07
1066
转载 会议交流 | LLM+RAG：大模型在金融场景的落地探索
如何撞破金融大模型落地的天花板？RAG、Agent怎样应用？因果推断、Uplift模型仍然发挥作用？最新的大数据和数据治理实践？金融公司数智化三部曲是什么？8月31日，09:00-17:00，DataFun将联合业内多位知名专家举办DataFunSummit2024：数智金融技术峰会，并和大家一起探讨大模型领衔的数据和智能技术的最新态势，分享各自的研究成果与实践经验，共同推动大模型及相关技术在金融...
2024-08-29 19:40:18
622
原创 TOC专家谈 | 大模型与知识图谱协同机制新进展（天津大学王鑫）
导读OpenKG新开设“TOC专家谈”栏目，推送OpenKG TOC（技术监督委员会）专家成员的观点文章。本期邀请到天津大学王鑫教授介绍“大模型与知识图谱协同机制”方面的一些探索，本文整理自王鑫老师在“OpenKG走进苏州大学”Talk上的分享。本报告将回顾大语言模型和知识图谱的基本概念，介绍两者之间的协同机制，并通过几个案例来引出一些思考。本文简要介绍了TOC专家天津大学王鑫教授在此领域开展的初...
2024-08-28 17:26:45
723
转载 技术动态 | 亚马逊COSMO: 大模型驱动的大规模常识知识图谱应用于商品推荐框架...
转载公众号 | 知识图谱科技摘要大型知识图谱在电子商务平台的应用可以改善客户的购物体验。虽然现有的电子商务知识图谱整合了大量的概念或产品属性，但它们未能发现用户意图，导致与人们思考、行为和与周围世界互动的方式之间存在差距。在这项工作中，亚马逊提出了COSMO，一个可扩展的系统，用于从海量行为中挖掘以用户为中心的常识知识，并构建行业规模的知识图谱，以支持多样化的在线服务。具体而言，本文描述了一个收集...
2024-08-26 20:05:49
73
转载 会议交流 | The LLM+KG Workshop (VLDB 2024)
International Workshop onLLM+KG: Data Management Opportunities in Unifying Large Language Models + Knowledge GraphsIn conjunction with the VLDB 2024, the 50th International Conference on Very Large Da...
2024-08-25 16:00:12
92
原创 论文浅尝 | 超越实体对齐: 通过实体关系协同实现完整的知识图谱对齐
笔记整理：米尔扎提·阿力木，天津大学硕士，研究方向为大模型论文链接：https://arxiv.org/abs/2407.17745摘要知识图谱对齐(Knowledge Graph Alignment, KGA)旨在整合来自多个来源的知识，以解决单个知识图谱在覆盖范围和深度方面的局限性。然而，当前的KGA模型在实现“完整”的知识图对齐方面存在不足。现有的模型主要强调交叉图实体之间的联系，而忽略了跨...
2024-08-23 19:41:03
897
转载 新闻动态 | OpenKG走进IJCAI学术活动成功举办
活动现场合影2024年8月3日，OpenKG走进IJCAI：“知识图谱+语言模型”赋能通用AI系列学术沙龙第四期，暨首届“OpenKG workshop on Large Knowledge-enhanced Models”在韩国济州岛成功举办。本次研讨会总计录用了来自中国、美国、日本、韩国、澳大利亚等多个国家的28篇投稿论文，并邀请了来自得克萨斯大学奥斯汀分校、同济大学、清华大学、宾夕法尼亚州...
2024-08-21 15:00:24
53
转载 技术动态 | 从知识图谱到 GraphRAG：探索属性图的构建和复杂的数据检索实践
转载公众号 | SPG知识图谱本文将探索属性图及其在提升数据表示和检索中的作用，同时借鉴 Ravi Theja（LlamaIndex AI 工程师和布道师）关于属性图的系列内容。通过这篇文章，我们将对如何使用 LlamaIndex 实现 GraphRAG 有一个清晰的理解，并附上一份实践指南，助您入门。作者介绍：Divyanshu Dixit，Divisin.ai 联合创始人原文链接：https:...
2024-08-19 19:40:36
87
转载 技术动态 | 构建基于知识图谱的医药智能体Agent
转载公众号 | 知识图谱科技Build a knowledge graph-based agent with Llama 3.1, NVIDIA NIM, and LangChain byTomaz Bratanic利用Llama-3.1的原生函数调用能力，从知识图谱中检索结构化数据，以增强RAG应用程序使用ChatGPT创建虽然大多数人关注RAG与非结构化文本的关系，比如公司文档或技术文档，但...
2024-08-16 19:40:45
53
原创 论文浅尝 | 通过基于知识图谱的后验来缓解大语言模型的幻觉（AAAI2024）
笔记整理：汪俊杰，浙江大学硕士，研究方向为知识图谱、大预言模型论文链接：http://arxiv.org/abs/2311.13314发表会议：AAAI20241. 动机大型语言模型（LLMs）在生成文本时常常会生成与事实不符的错误陈述，这种现象被称为“事实幻觉”。为了解决这一问题，研究者们提出了将存储大量高质量事实信息的知识图谱（KGs）与LLMs结合的方法，可以显著减少事实幻觉的发生。尽管已...
2024-08-14 19:40:27
640
转载 技术动态 | 利用知识图谱检测并修正大模型幻觉：GraphEval策略的实现思路
转载公众号 | 老刘说NLP最近看到一个工作《GraphEval: A Knowledge-Graph Based LLM Hallucination Evaluation Framework》(https://arxiv.org/pdf/2407.10793)，提出了一个基于知识图谱的幻觉检测框架，用于评估大模型的回复，并检测与提供的知识不一致的地方，即所谓的“幻觉”。此外，其还提供了一个将幻...
2024-08-12 19:40:50
84
原创 论文浅尝 | 用于多文档问答的知识图谱提示（AAAI2024）
笔记整理：和东顺，天津大学硕士，研究方向为软件缺陷分析论文链接：https://ojs.aaai.org/index.php/AAAI/article/view/29889发表会议：AAAI20241. 动机多文档问答（MD-QA）面临一些关键挑战，这些挑战包括：逻辑关联推理：MD-QA要求模型能够理解不同文档之间的逻辑关系，并能够从多个文档中抽取和综合相关信息来回答问题。交替推理与检索：MD-Q...
2024-08-09 19:40:58
616
转载 技术动态 | 基于SAP数据的生成式人工智能：大语言模型和知识图谱
转载公众号 | 知识管理就在夏博我们已经在 SAP 中存储数据数十年了，数据量太大，因此我们使用数据仓库和类似技术。现在，借助 Transformer Models，我们有能力理解极其庞大的数据集。想象一下，我们向通用大语言模型展示 BKPF 和 BSEG 之间的关系，并回答有关它的查询。我相信基础模型有能力重塑所有行业，但现有的大型语言模型在对复杂行业用例的适用性方面存在不足。从嵌入和微调通用基...
2024-08-07 19:40:37
75
原创 论文浅尝 | 通过摘要推理归纳进行时间知识图谱问答（ACL2024）
笔记整理：金龙，浙江大学硕士，研究方向为知识图谱表示学习论文链接：https://arxiv.org/abs/2311.09149发表会议：ACL20241. 动机尽管大语言模型在解决通用任务下表现出强大的能力，但在时间知识图谱问答下的效果表现欠佳，原因可以归结为以下两点：（1）缺乏时间相关的知识。2）缺乏复杂的时间推理能力。现有的方法如RAG虽然可以引入时间相关知识，但检索精度和输入长度限制可能...
2024-08-05 19:40:57
938
转载 会议交流 | 知识图谱与大模型协同发展前沿技术与应用研讨会（8月17日-TF142）...
本期技术前线邀请到来自华为、联想、腾讯、招商银行等头部企业的资深专家、以及来自浙江大学等知名高校的顶尖学者。他们将共同深入探讨知识图谱与大模型协同发展所面临的机遇和挑战，分享技术突破点，并展示相关的解决方案与案例。诚挚邀请大家参与期待共同讨论这一领域的最新动态。为工程师提供顶级交流平台CCF TF第142期时间 2024年8月17日 14:00-18:00主题 知识图谱与大模型协同发展前沿技术与应...
2024-08-02 19:40:32
84
转载 征稿 | IEEE Conference on Knowledge Graphs (9月2号截止)
ICKG2024:15th IEEE International Conference on Knowledge GraphsAbu Dhabi, UAE, December 11-12(http://ickg2024.openkg.cn/)知识图谱作为传统知识工程的代表，是当今最为常用的符号知识表示与存储方式。由于其简单易用，特别在问答、搜索、推荐等场景的成功，使其在工业界及很多领域广泛应用。...
2024-08-01 19:50:11
76
原创 论文浅尝 | CABINET: 基于内容相关性的表格问答降噪（ICLR2024）
笔记整理：曲晏林，天津大学硕士，研究方向为大模型论文链接：https://arxiv.org/html/2402.01155发表会议：ICLR20241. 动机通常，只有少数单元格包含所需的信息，不相关的表格数据充当分散的信息或噪声，导致性能次优。在大型表中，由于存在更多的数据，性能下降会进一步放大。DATER是最先进的表格QA方法之一，其将表格分解为更简单的子表格，其中包含通过向基于GPT-3的...
2024-07-31 19:40:31
360
转载 会议交流 | Agent+RAG：大模型真实应用场景落地探索
如何从0到1训练千亿大模型？怎样提升大模型长文本能力？抖音RAG技术方案选型LLM在大数据、数据分析中落地探索大模型在搜索、推荐、广告、金融等领域的应用再好的大模型，也需要落地应用，才能产生价值。8月3日，09:00-17:00，DataFun将联合业内多位知名专家举办DataFunSummit2024：大模型技术峰会，并和大家一起探讨大模型技术的最新态势，分享各自的研究成果与实践经验，共同推动大...
2024-07-29 19:40:42
308
转载 LKM2024（直播预告） | OpenKG走进IJCAI：“知识图谱+语言模型”赋能通用AI系列学术沙龙第四期...
LKM2024: 1st International OpenKG Workshop on Large Knowledge-enhanced ModelsIn conjunction with the IJCAI 2024, the 33rd International Joint Conference on Artificial IntelligenceRoom 2F-Room 202A,In...
2024-07-28 19:30:30
99
转载 技术动态 | 知识图谱增强生成宣言，为通用人工智能注入知识
转载公众号 |老刘说NLP《The GraphRAG Manifesto: Adding Knowledge to GenAI》(https://neo4j.com/blog/graphrag-manifesto/)，这篇文章介绍了GraphRAG（Graph-augmented Retrieval-Augmented Generation），通过结合知识图谱来增强传统的检索增强生成（RAG）...
2024-07-26 19:40:37
116
转载 论文浅尝 | 知识图谱微调：一种基于符号知识编辑的大模型个性化方法
笔记整理：习泽坤，浙江大学硕士，研究方向为知识图谱链接：https://arxiv.org/html/2405.19686v1摘要大语言模型（LLM）在一系列自然语言处理任务中表现出色。然而在实际部署时，LLM会遇到拥有个性化（事实）知识的用户，这类个性化知识会在用户与LLM的互动中不断反映出来。为了提升用户体验并满足实时模型个性化至关重要，LLM需要具备在人机交互的过程中快速掌握个性化知识的能力...
2024-07-24 19:41:01
80
原创 TOC专家谈 | “大模型+知识图谱”双轮驱动的医药数智化转型新范式（漆桂林&吴刚）...
导读OpenKG新开设“TOC专家谈”栏目，推送OpenKG TOC（技术监督委员会）专家成员的观点文章。本期邀请到东南大学漆桂林教授、柯基数据CEO吴刚介绍“大模型+知识图谱”方面的一些探索，本文整理自“OpenKG走入通义实验室”Talk上的分享。本报告介绍将知识图谱与大模型融合的基本方法。一方面，应对大模型目前面临的挑战；另一方面，利用知识图谱技术优化大模型的表现。本文简要介绍了两位TOC专...
2024-07-23 20:28:20
833
转载 直播预告 | AI加速药物和材料发现
季姮 美国伊利诺伊大学厄巴纳-香槟分校（UIUC） 教授个人介绍：季姮是伊利诺伊大学厄巴纳-香槟分校西贝尔计算机科学学院终身正教授，也是电气与计算机工程系和协调科学实验室的附属教授。她是亚马逊学者。她是亚马逊伊利诺伊州互动对话体验人工智能中心(AICE)的创始主任。她拥有清华大学计算语言学学士和硕士学位，以及纽约大学计算机科学硕士和博士学位。她的研究兴趣集中在自然语言处理，特别是多媒体多语言信息...
2024-07-22 11:39:53
62
转载 技术动态 | 基于GraphRAG的SEO智能助手实战案例 - 解锁大模型和知识图谱结合的力量...
转载公众号 |知识图谱科技摘要Unlocking The Power Of LLM And Knowledge Graph (An Introduction)，by Sylvain Peyronnet，CEO atBabbar / yourtextguru本文介绍了如何利用LLM和知识图谱的强大功能制作AI助手，并详细解释了RAG和GraphRAG的应用。通过整合外部API，构建了名为Vic...
2024-07-17 19:40:49
128
原创 论文浅尝 | G-Retriever：用于文本图理解和提问的检索增强生成
笔记整理：陈少凯，浙江大学硕士，研究方向为知识图谱、RAG链接：https://arxiv.org/abs/2402.076301. 动机尽管现有研究在多种场景下融合了大型语言模型（LLM）与图神经网络（GNN），聚焦于诸如节点、边及图分类等传统图谱任务，或是解答小规模乃至合成图上的查询问题，但我们的创新成果开辟了一条新路径。我们精心设计了一款弹性十足的问答系统，专为应对复杂且源自现实世界的大规模...
2024-07-16 11:24:43
571
原创 OpenKG-SIG | SIGData兴趣组：利用大模型构建LLM需要的知识图谱
导读OpenKG成立SIG兴趣组聚集一线工作者围绕特定主题开展研究，目前已经包括6个主题兴趣组：SIGData、SIGSPG、SIGTool、SIGModel、SIGAgent以及SIGEval。新开设的“OpenKG SIG”栏目主要用于介绍各个兴趣组的工作进展及动态。本期重点介绍数据兴趣组-SIGData。SIGData兴趣组简介主题SloganBuild KGs for LLM and by...
2024-07-14 08:50:00
807
转载 技术动态 | 大模型辅助图谱构建的4个策略对比：兼看大模型与知识图谱结合的3个综述...
转载公众号|老刘说NLP我们来看两个问题，一个关于大模型与知识图谱结合的几个综述；另一个是基于大模型进行图谱构建的4个策略对比。这两个问题都具有指引性，大家可以多关注。问题1：关于大模型与知识图谱结合的几个综述1、中文期刊综述：《图模互补：知识图谱与大模型融合综述》本文系统性地介绍知识图谱与大模型融合的方法，分别从1）大模型增强知识图谱，2）知识图谱增强大模型，两个角度进行全面的回顾和分析。最...
2024-07-12 19:40:21
85
原创 论文浅尝 | 学会使用上下文学习来进行命名实体识别
笔记整理：王润哲，东南大学硕士，研究方向为大模型链接：https://aclanthology.org/2023.acl-long.764.pdf1. 动机实体关系是知识图谱中不可或缺的一层重要信息，它们描述了实体之间的语义关系，这种连接使得知识图谱能够表达更为丰富的知识信息。然而现实生活中的命名实体识别(NER)任务往往受限于实体类别数量大，相关数据标注差等问题。为此本文利用上下文学习技术，将命...
2024-07-10 19:40:18
737
转载 图谱实战 | 电商知识图谱建设及大模型应用探索
转载公众号 |DataFunTalk导读本文将分享 Shopee 在电商知识图谱构建，以及与大模型结合方面的探索。主要内容包括以下五大部分：1.电商知识图谱概览2.电商知识图谱构建3.电商知识图谱应用4.知识图谱与大模型探索5.问答环节分享嘉宾｜郑鑫博士ShopeeSenior Expert Engineer编辑整理｜吕晶内容校对｜李瑶出品社区｜DataFun01电商知识图谱概...
2024-07-08 19:40:47
216
转载 图基础模型综述发布V3版本
图基础模型综述发布V3版本去年10月，我们在arXiv网站发布了图基础模型综述文章《Towards Graph Foundation Models: A Survey and Beyond》的第一个版本，该综述文章系统性地梳理了图基础模型的研究进展与核心技术，讨论了大量的相关工作。自该综述的预印本上线以来，受到了广泛关注，收到了不少读者的宝贵意见。在发布V1版本后的半年多时间以来，为了提升该综述的...
2024-07-05 19:58:14
120
原创 论文浅尝 | 从最少到最多的提示可在大型语言模型中实现复杂的推理
笔记整理：王泽元，浙江大学博士链接：https://openreview.net/forum?id=WZH7099tgfM1. 动机尽管深度学习已经取得了巨大的成功，但它与人类智慧仍然存在一些明显差距。这些差距包括以下几个方面：1）学习新任务：人类可以通过很少的示例快速学会新任务，而机器学习通常需要大量已标记的数据来完成相同的任务。2）逻辑解释：人类能够清晰地解释他们的思维过程，但机器学习似乎像一...
2024-07-03 19:40:11
638
转载 【竞赛报名】生成式 AI 应用竞赛：面向工业软件的代码生成
生成式 AI 应用竞赛：面向工业软件的代码生成正在报名中，欢迎报名参赛！赛题背景“生成式 AI 应用竞赛：面向工业软件的代码生成”是由“清华大学（计算机系）- 西门子（中国）有限公司工业智能与物联网联合研究中心”主办，总奖金84,000元。本次比赛旨在鼓励各类创新机构及开发者利用GLM-4大语言模型，将自然语言描述直接转化为用于操作工业软件的代码，简化操作流程，降低工业软件使用门槛，推动工业软件的...
2024-07-02 18:58:38
60
转载 技术动态 | 知识图谱：通往精准RAG应用的秘钥
转载公众号| 知识图谱科技在人工智能领域，知识图谱已被视为增强检索辅助生成（Retrieval Augmented Generation，RAG）应用的关键组成部分。这些图谱不仅为数据提供了一个结构化框架，还确保RAG模型所使用的信息在上下文中具有相关性和最新性。通过研究知识图谱与RAG之间的共生关系，我们可以更好地理解它们如何共同解决数据相关性、复杂查询处理和各种数据类型的整合等固有挑战。本文...
2024-07-01 19:40:27
123
原创 论文浅尝 | 通过基于动态文档知识图谱增强的大语言模型故事理解
笔记整理：许方舟，天津大学硕士，研究方向为知识图谱链接：https://ojs.aaai.org/index.php/AAAI/article/view/212861. 动机基于大型 Transformer 的语言模型在需要叙事理解的各种任务上取得了令人难以置信的成功，包括故事完成、回答有关故事的问题以及无中生有地生成故事。然而，由于有限上下文窗口的限制，这些语言模型很难生成或理解超过数千个标记的...
2024-06-28 19:40:59
833
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人