斯坦福最新工作KGGen【文献1】，利用大语言模型（LLM）从非结构化文本中自动生成高质量知识图谱，等于从LLM提取出语义。

一、简介

知识图谱是信息检索等应用中基本的数据结构，通过主谓宾三元组表示实体之间的关系。

然而，许多现有的KG存在不完整性，缺乏实体之间的众多关系，这对下游任务如KG嵌入和基于图的推理造成了挑战。

KGGen通过利用LLM从纯文本中提取主谓宾三元组，构建密集且全面的KG，从而缓解数据稀缺和不完整性的问题。

二、方法

KGGen三步从文本中生成KG：

实体和关系提取：基于LLM的提取器读取非结构化文本，预测主谓宾三元组，捕捉实体及其关系，并确保实体之间的一致性。

聚合：从每个源文本中提取三元组后，收集所有源图中的所有唯一实体和边，将其组合成一个整体图Graph。聚合无需LLM。

相关实体聚类：为减少提取的KG中的稀疏性，对相关实体进行聚类，确保生成的图是密集且相互关联的。灵感来自人群如何逐渐就合并术语达成一致。

这种多步方法使KGGen能够从纯文本中生成高质量的KG，成为下游各种应用的非常有价值工具。

三、基准测试和性能

为了评估KGGen的有效性，学者们引入了节点和边信息度量（MINE）基准测试。

MINE通过确定特定事实是否被捕捉到生成的图中，评估提取器从纯文本生成有用KG的能力。

KGGen在该基准测试中优于现存的提取器，展示了其利用LLM生成功能性KG的潜力。

四、可用性

KGGen作为Python库提供，用户可以通过pip（pip install kg-gen）访问。

该项目的代码可以在https://github.com/stair-lab/kg-gen找到，可促进KGGen在各种应用和研究项目中的集成。

五、结论

KGGen的开发代表了从非结构化文本中自动生成知识图谱的重大进展。

通过利用LLM和聚类算法，KGGen解决了传统KG中数据稀缺和不完整性的问题。

其在MINE基准测试中的优异表现和作为开源Python库的可用性，可作为知识图谱构建和利用领域从业者的宝贵资源。

文献1，KGGen: Extracting Knowledge Graphs from Plain Text with Language Models，https://arxiv.org/pdf/2502.09956v1

---

如何系统学习掌握AI大模型？

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 2024行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】