Doc2KG：一个构建多模态统一知识图谱的系统开源框架

文章预览

点击上方 蓝色 “ 顶层架构领域 ”，关注精彩与你分享 即使保守估计，80% 的企业数据也驻留在非结构化文件中，存储在支持异构格式的数据湖中。 传统的搜索引擎不再能够满足信息搜索的需求，特别是当任务是浏览和探索洞察力时。换句话说，没有明显的搜索关键字可供使用。知识图由于其自然的视觉吸引力减少了人类的认知负担，成为异构数据集成和知识表示的获胜候选者。 在本文中，我们介绍了 Docs2KG，这是一种新颖的框架，旨在从各种异构非结构化文档（包括电子邮件、网页、PDF 文件和 Excel 文件）中提取多模式信息。 Docs2KG动态生成代表提取的关键信息的统一知识图谱，实现文档数据湖的高效查询和探索。 与专注于特定领域数据源或预先设计模式的现有方法不同，Docs2KG 提供了灵活且可扩展的解决方案，可以适应各种文档结构和内容类 ………………………………