SAC-KG：利用大型语言模型一键构建领域知识图谱 - 中科大&阿里

文章预览

本文提出了一种名为SAC-KG的通用知识图谱（KG）构建框架，旨在利用大型语言模型（LLMs）作为领域知识图谱的自动构造者。 [2410.02811] SAC-KG: Exploiting Large Language Models as Skilled Automatic Constructors for Domain Knowledge Graphs https://arxiv.org/abs/2410.02811 核心速览 研究背景 研究问题 ：这篇文章要解决的问题是如何利用大型语言模型（LLMs）作为熟练的自动构造器，来构建领域知识图谱（KGs）。现有的知识图谱构建方法严重依赖人工干预，这限制了其在实际场景中的应用。 研究难点 ：该问题的研究难点包括：输入的上下文噪声和输出中的知识幻觉。上下文噪声是指原始文本中包含大量与领域无关的信息，可能会干扰LLMs的性能；知识幻觉是指LLMs可能生成内容不准确或与源内容不符的三元组。 相关工作 ：该问题的研究相关工作有：基于规则的知识图谱构建方法、基于 ………………………………