需求人群:
"目标受众为数据科学家、研究人员和开发者,他们需要深入分析文本数据,探索概念之间的关系,或构建基于知识图谱的应用程序。"
使用场景示例:
研究人员使用该工具分析学术论文,探索不同研究领域之间的联系。
数据科学家利用知识图谱进行社区发现,以识别和分析数据集中的模式。
开发者构建基于知识图谱的聊天机器人,通过GRAG技术提升对话的深度和准确性。
产品特色:
定义本体论:用户可以根据自己的需求定义知识图谱的实体和关系。
文本分块:为适应LLMs的上下文窗口,将文本适当分块。
文档转换:将分块后的文本转换为文档模型,添加元数据以丰富关系上下文。
选择语言模型:支持OpenAI和Groq语言模型,用户可根据需求选择。
运行图谱生成器:通过迭代文档列表,为每个文档创建子图,并最终生成完整图谱。
错误容错:自动纠正JSON解析失败,手动分割并单独解析。
Neo4j数据库存储(可选):将图谱保存到Neo4j数据库,用于进一步分析或可视化。
使用教程:
1. 安装knowledge_graph_maker库:使用pip命令安装。
2. 设置环境变量:根据使用的客户端设置GROQ_API_KEY或OPENAI_API_KEY等。
3. 定义本体论:根据需求定义实体标签和关系。
4. 文本分块:将长文本分割成适合LLM处理的块。
5. 创建文档:将文本块转换为文档模型,并添加元数据。
6. 选择并配置语言模型:选择OpenAI或Groq模型,并设置参数。
7. 运行图谱生成器:使用GraphMaker类生成知识图谱。
8. 存储到Neo4j(可选):将生成的图谱保存到Neo4j数据库中。
浏览量:14
最新流量情况
月访问量
5.00m
平均访问时长
00:06:52
每次访问页数
5.82
跳出率
37.31%
流量来源
直接访问
52.65%
自然搜索
32.08%
邮件
0.05%
外链引荐
12.79%
社交媒体
2.25%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
中国
13.49%
德国
3.62%
印度
9.70%
俄罗斯
3.96%
美国
18.50%
将文本转换为知识图谱的Python工具。
knowledge_graph_maker是一个Python库,能够根据给定的本体论将任意文本转换为知识图谱。知识图谱是一种语义网络,代表现实世界实体之间的网络和它们之间的关系。该库通过图算法和中心性计算,帮助用户深入分析文本内容,实现概念之间的连接性分析,以及通过图检索增强生成(GRAG)技术,提升与文本的交流深度。
一个实验性的UI,用于将文本转换为知识图谱。
prettygraph是一个基于Python的Web应用程序,由@yoheinakajima开发,展示了一种新的UI模式,用于将文本输入动态地转换为知识图谱。该项目是一个快速原型,旨在提供一种简单的UI想法,通过实时更新UI中的文本高亮来生成知识图谱。
利用AI自动化开发流程,提升开发效率。
Fine AI Coding Workflows是一个AI驱动的软件开发自动化平台,它通过定制化的AI工作流程来加速开发周期。该平台基于Atlas知识图谱,整合了团队使用的工具,为AI代理提供丰富的上下文信息,以实现更精确的任务执行。它支持与多种开发工具集成,比如OpenAI、Anthropic、Sentry、GitHub等,旨在提高开发效率、代码质量和问题解决速度。
由知识图谱引擎驱动的创新Agent框架
muAgent是一个创新的Agent框架,由知识图谱引擎驱动,支持多Agent编排和协同技术。它利用LLM+EKG(Eventic Knowledge Graph 行业知识承载)技术,结合FunctionCall、CodeInterpreter等,通过画布式拖拽和轻文字编写,实现复杂SOP流程的自动化。muAgent兼容市面上各类Agent框架,具备复杂推理、在线协同、人工交互、知识即用等核心功能。该框架已在蚂蚁集团多个复杂DevOps场景中得到验证。
利用大型语言模型增量构建知识图谱
iText2KG是一个Python包,旨在利用大型语言模型从文本文档中提取实体和关系,增量构建一致的知识图谱。它具备零样本能力,允许在没有特定训练的情况下跨不同领域进行知识提取。该包包括文档蒸馏、实体提取和关系提取模块,确保实体和关系得到解决和唯一性。它通过Neo4j提供知识图谱的可视化表示,支持交互式探索和分析结构化数据。
基于知识图谱的智能问答系统。
Fact Finder 是一个开源的智能问答系统,它使用语言模型和知识图谱来生成自然语言回答和提供证据。该系统通过调用语言模型生成Cypher查询,查询知识图谱以获取答案,并使用另一个语言模型调用生成最终的自然语言回答。Fact Finder 的主要优点包括能够提供透明性,允许用户查看查询和证据,以及通过可视化子图提供直观的证据。
一键检测文本是否由AI生成
AI内容检测器是一款能够自动识别文本内容是由人工撰写还是AI生成的工具。它利用先进的算法分析文本的语法、词汇选择和逻辑结构,从而确定文本的来源。该工具对于教育、自媒体运营、内容创作和市场营销等领域具有重要价值,能够提高内容审核的效率和准确性。产品支持API接口调用,方便用户将其集成到自己的应用程序或系统中。
一个适合学习、使用、自主扩展的RAG系统。
Easy-RAG是一个检索增强生成(RAG)系统,它不仅适合学习者了解和掌握RAG技术,同时也便于开发者使用和进行自主扩展。该系统通过集成知识图谱提取解析工具、rerank重新排序机制以及faiss向量数据库等技术,提高了检索效率和生成质量。
快速接入AI,实现文本洞察转换。
Snapbox是一款集成了Ollama AI技术的应用程序,允许用户通过自定义快捷键快速访问AI服务,进行文本分析和反应。它支持本地AI体验,无需联网即可享受快速的AI服务,同时用户可以自定义提示和利用预设模板进行专业AI交互。
开源知识图谱构建模型,成本低廉
Triplex是一个创新的开源模型,能够将大量非结构化数据转换为结构化数据,其在知识图谱构建方面的表现超越了gpt-4o,且成本仅为其十分之一。它通过高效的将非结构化文本转换为知识图谱的构建基础——语义三元组,大幅降低了知识图谱的生成成本。
开源记忆层,为自主智能体提供人类式记忆功能
Memary是一个开源的记忆层,专为自主智能体设计,通过模仿人类记忆的方式,提升智能体的推理和学习能力。它使用Neo4j图数据库存储知识,并结合了Llama Index和Perplexity模型来增强知识图谱的查询能力。Memary的主要优点包括自动生成记忆、记忆模块、系统改进和回溯记忆等功能,旨在以最小的开发者实现与现有智能体集成,并通过仪表盘提供记忆分析和系统改进的可视化数据。
高性能知识图谱数据库与推理引擎
RDFox 是由牛津大学计算机科学系的三位教授基于数十年知识表示与推理(KRR)研究开发的规则驱动人工智能技术。其独特之处在于:1. 强大的AI推理能力:RDFox 能够像人类一样从数据中创建知识,基于事实进行推理,确保结果的准确性和可解释性。2. 高性能:作为唯一在内存中运行的知识图谱,RDFox 在基准测试中的表现远超其他图技术,能够处理数十亿三元组的复杂数据存储。3. 可扩展部署:RDFox 具有极高的效率和优化的占用空间,可以嵌入边缘和移动设备,作为 AI 应用的大脑独立运行。4. 企业级特性:包括高性能、高可用性、访问控制、可解释性、人类般的推理能力、数据导入和 API 支持等。5. 增量推理:RDFox 的推理功能在数据添加或删除时即时更新,不影响性能,无需重新加载。
使用Ollama和Gradio UI的GraphRAG本地模型
GraphRAG-Ollama-UI是一个基于微软GraphRAG的本地模型适配版本,支持使用Ollama进行本地模型支持。它通过Gradio UI提供了一个交互式用户界面,使得用户可以更方便地管理数据、运行查询和可视化结果。该模型的主要优点包括本地模型支持、成本效益高、交互式用户界面、实时图可视化、文件管理、设置管理、输出探索和日志记录。
构建知识图谱的Neo4j应用
llm-graph-builder是一个利用大型语言模型(如OpenAI、Gemini等)从非结构化数据(PDF、DOCS、TXT、YouTube视频、网页等)中提取节点、关系及其属性,并使用Langchain框架创建结构化知识图谱的应用程序。它支持从本地机器、GCS或S3存储桶或网络资源上传文件,选择LLM模型并生成知识图谱。
基于AI的文本分析平台
Keatext是一个基于人工智能的文本分析平台,专注于客户体验和员工参与度的分析。它通过分析客户和员工的反馈,帮助企业理解并提升人们的体验。Keatext利用AI技术提供定制化的建议,以改善客户和员工的体验,并通过集成和云平台简化了数据上传和分析流程。
一站式AI工具平台
Onyxium是一个综合性的AI工具平台,提供包括图像识别、文本分析、语音识别等在内的多种AI技术。它旨在帮助用户轻松访问最新AI技术,以低成本使用这些工具,提升项目和工作流程的效率。
通过AI智能体推广李白诗歌文化
meet-libai是一个以唐代诗人李白及其诗歌作品为核心,结合人工智能技术构建的知识图谱和AI智能体项目。该项目通过数字化手段,创新传统文化的普及推广方式,使李白的诗歌文化得到更广泛的传播和深入的理解。项目利用自然语言处理技术,构建了包含李白生平、诗歌风格、艺术成就等多维度信息的知识图谱,并训练了能够与用户进行高质量互动的AI智能体,提供了一种新颖的学习和体验传统文化的方式。
利用知识图谱和文档网络增强语言模型性能
Knowledge Graph RAG 是一个开源的Python库,它通过创建知识图谱和文档网络来增强大型语言模型(LLM)的性能。这个库允许用户通过图谱结构来搜索和关联信息,从而为语言模型提供更丰富的上下文。它主要应用于自然语言处理领域,尤其是在文档检索和信息抽取任务中。
为密集非结构化数据提供挑战性查询的RAG框架
spRAG是一个专为非结构化数据设计的RAG(Retrieval-Augmented Generation)框架,特别擅长处理复杂的文本查询,例如金融报告、法律文件和学术论文。它在复杂的开放性问答任务上,如FinanceBench基准测试中,准确率显著高于传统的RAG基线模型。
结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型(LLM)的提示和总结,来丰富理解文本数据集的技术。该技术即将在GitHub上开源,是微软研究项目的一部分,旨在通过先进的算法提升文本数据的处理和分析能力。
多模态知识图谱补全工具
MyGO是一个用于多模态知识图谱补全的工具,它通过将离散模态信息作为细粒度的标记来处理,以提高补全的准确性。MyGO利用transformers库对文本标记进行嵌入,进而在多模态数据集上进行训练和评估。它支持自定义数据集,并且提供了训练脚本以复现实验结果。
基于人工智能生成及查询不断扩展的知识图谱的概念证明
MindGraph是一个开源、API优先的基于图形的项目原型,旨在实现自然语言交互(输入和输出)。它可作为构建和定制自己的CRM解决方案的模板,重点是易于集成和可扩展性。主要功能包括:实体管理、集成触发器、搜索功能、人工智能整备。它采用模块化架构,通过集成管理器动态注册和执行各种集成函数,使其具有无缝集成人工智能功能的能力。它支持灵活的数据库集成,包括内存数据库和云数据库NexusDB。再加上基于模式的知识图谱创建,使其能够自动从自然语言输入中生成结构化数据。
AI助手,提供AI增强的文本分析和集成系统
Albato GPT-Assistant是基于Albato平台构建的强大的结构化工具,通过AI增强的文本分析和与各种系统的无缝集成,提升浏览体验。轻松提高工作效率,将信息无缝集成到所需的系统中,同时享受高效的文本处理、AI生成的摘要和解释。
360集团推出的新一代AI搜索引擎
360AI搜索是360集团推出的新一代AI搜索引擎,通过语义理解、知识图谱等技术,可以准确理解用户的搜索意图,主动提问补全信息,从海量网页中深度提取相关内容,最终给出结构清晰、全面准确的答案,大大提升了搜索的便捷性和准确性。
360集团推出的新一代AI搜索引擎
360AI搜索是360集团推出的新一代AI搜索引擎,通过语义理解、知识图谱等技术,可以准确理解用户的搜索意图,主动提问补全信息,从海量网页中深度提取相关内容,最终给出结构清晰、全面准确的答案,大大提升了搜索的便捷性和准确性。
AI法律人,模拟神经元网络对话
法唠AI,也称为法律人工智能,是一种结合了人工智能和法律领域的技术。它利用大语言模型预训练的机器人对法律知识和案例进行深度学习和分析,以提供法律咨询、法律文书撰写、法律案例研究等服务。法唠A|的出现,对律师行业的专业提供方式及案例判例研究方面产生了深远的影响,它能够提供更快速、准确、全面的法服务,同时也为法律行业带来了新的机遇和挑战。
发现AI生成的Twitter内容
TweetDetective是一款使用先进算法分析和揭示Twitter上的AI生成内容的工具。它通过安装Chrome扩展程序,在浏览器中实时显示AI生成文本的概率百分比,帮助用户区分真实与AI生成的推文。它能够准确识别超过97%的AI文本,并保持低于3%的误报率。通过订阅服务,用户可以获得无限使用权限,包括检测最流行的AI模型,如ChatGPT和Bard,同时提供持续的更新和24/7的支持。
QAnything是一个支持任意文件格式和数据库的本地知识问答系统
QAnything是一个支持任意文件格式和数据库的本地知识问答系统,可以简单地导入任意本地存储的各种格式的文件,并得到准确、快速、可靠的问答。目前支持的格式包括:PDF、Word(doc/docx)、PPT、Markdown、Eml、TXT、图片(jpg、png等)、网页链接等,后续会持续新增支持的格式。QAnything具有数据安全性,支持断网安装使用;支持中英文跨语言问答;支持海量数据问答,解决大规模数据检索退化问题;直接可用于企业应用的高性能产品级系统;一键安装部署,开箱即用的用户友好体验;支持多知识库问答等功能。
© 2024 AIbase 备案号:闽ICP备08105208号-14