用LLM一鍵生成百萬(wàn)級(jí)領(lǐng)域知識(shí)圖譜！中科大新框架入選ACL 2024

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：用LLM一鍵生成百萬(wàn)級(jí)領(lǐng)域知識(shí)圖譜！中科大新框架入選ACL 2024
關(guān)鍵字：圖譜,知識(shí),領(lǐng)域,實(shí)體,語(yǔ)料
文章來(lái)源：量子位
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

SAC-KG團(tuán)隊(duì) 投稿量子位 | 公眾號(hào) QbitAI現(xiàn)在，用LLM一鍵就能生成百萬(wàn)級(jí)領(lǐng)域知識(shí)圖譜了？！
來(lái)自中科大MIRA實(shí)驗(yàn)室研究人員提出一種通用的自動(dòng)化知識(shí)圖譜構(gòu)建新框架SAC-KG，提升效果be like：
當(dāng)使用ChatGPT作為基礎(chǔ)模型時(shí)，SAC-KG達(dá)到了89.32%的準(zhǔn)確率和81.25%的領(lǐng)域特異性，相對(duì)于SOTA方法提升了20%。
一直以來(lái)，知識(shí)圖譜構(gòu)建技術(shù)始終是研究熱點(diǎn)。
不過(guò)對(duì)構(gòu)建領(lǐng)域知識(shí)圖譜來(lái)說(shuō)，由于需要大量的專(zhuān)家知識(shí)和人工干預(yù)，其實(shí)際應(yīng)用受到嚴(yán)重限制。
對(duì)此，最近基于大語(yǔ)言模型（LLM）的構(gòu)建方法成為了一種新趨勢(shì)。但仍存在一些問(wèn)題，嚴(yán)重影響所構(gòu)建領(lǐng)域知識(shí)圖譜的可信度。
針對(duì)上述痛點(diǎn)，研究團(tuán)隊(duì)進(jìn)一步提出了SAC-KG，相關(guān)論文已發(fā)表在CCF-A類(lèi)人工智能頂級(jí)會(huì)議ACL 2024 Main。并開(kāi)發(fā)部署領(lǐng)域知識(shí)圖譜自動(dòng)構(gòu)建平臺(tái)SAC-KG，支持輸入大規(guī)模領(lǐng)域語(yǔ)料，一鍵生成高質(zhì)量領(lǐng)域知識(shí)圖譜。
SAC-KG是如何工作的由于大語(yǔ)言模型出色的語(yǔ)義理解能力和生成能力，基于LLM的方法成為了一種新趨勢(shì)。通過(guò)利用LLM中存儲(chǔ)的先驗(yàn)知識(shí)，從原始語(yǔ)料中提取三元組。
然而，基于LLM

原文鏈接：用LLM一鍵生成百萬(wàn)級(jí)領(lǐng)域知識(shí)圖譜！中科大新框架入選ACL 2024