OpenSPG新版发布：大模型知识抽取与快速知识图谱构建

随着大数据时代的来临，知识图谱在各个领域的应用越来越广泛，如智能客服、智能推荐、智能问答等。而OpenSPG作为一款强大的知识图谱构建工具，一直备受关注。近日，OpenSPG发布了新版，带来了大模型知识抽取和快速知识图谱构建等功能，进一步提升了其在知识图谱领域的竞争力。

一、大模型知识抽取
新版OpenSPG引入了大模型知识抽取功能，通过NN4K技术，支持大模型知识抽取，提供完整的LLM SFT、SPG Based AutoPrompt和LLM Invoker完整链路，并内置GPT链路。这一功能能够从大规模文本数据中自动提取实体、关系、属性等知识元，大大提高了知识抽取的效率和准确性。

二、快速知识图谱构建
OpenSPG新版提供了3个简单步骤，即可完成知识构建。用户只需进行Schema面向对象建模、开发知识构建算子以及编排BuilderChain，即可快速完成单图谱构建。这一功能极大简化了知识图谱的构建过程，降低了技术门槛，让更多的业务人员也能参与到知识图谱的构建和应用中来。

三、逻辑规则推理
新版OpenSPG还推出了开源逻辑规则推理Reasoner，可体验完备的逻辑规则与基础事实融合的全新知识推理引擎。通过这一功能，用户可以对知识图谱中的实体、关系、属性等知识元进行逻辑推理，推导出新的知识和信息。这一功能的推出，将有助于提高知识图谱的推理能力和准确性，为各类智能应用提供更可靠的知识支持。

四、Tuple置信度评估
此外，OpenSPG新版还引入了Tuple置信度评估功能。在知识图谱中，Tuple代表了实体之间的关系和属性值。Tuple置信度评估通过对Tuple的se