携程旅行网站建设分析/网络营销方式都有哪些

引言

      随着信息时代的到来，海量的文本数据成为了我们获取知识的重要来源。然而，如何从这些文本数据中提取出有用的信息，并将其以可视化的方式展示出来，一直是一个具有挑战性的问题。近年来，随着人工智能技术的发展，利用AI大模型提取文本中的实体、关系等信息，并将其绘制成知识图谱的方法逐渐成为了研究的热点。

项目地址

AI知识图谱

开源代码

项目介绍

1、利用 AI 大模型提取文本信息

      AI 大模型是指那些经过大规模训练的深度学习模型，具有较强的语义理解和信息提取能力。利用 AI 大模型可以对文本进行实体识别、关系抽取等任务，从而提取出文本中的实体、关系等信息。通过将 AI 大模型提取出的实体、关系等信息转化为 Echarts 所需的数据格式，我们可以利用 Echarts 绘制出美观、直观的知识图谱。

Example：

北京是中国的首都，拥有许多历史悠久的建筑，其中包括天安门、故宫、天坛、颐和园以及长城。

IMPORTANT:

• 文本内容字数上限为 300
• 每个用户每日最多可体验调用AI生成知识图谱为3次
• 生成的知识图图谱由 AI 生成，可能存在一定的误差，仅供参考，用户可根据自身需求进行二次编辑
• 生成的内容如果没有命中缓存，会通过AI进行查询，预计耗时10-20秒，请耐心等待结果的返回

2、将知识图谱导出为 cypher sql

3、输入 cypher sql，生成知识图谱

Example：

CREATE (:City {name: '北京'});

CREATE (:Country {name: '中国'});

CREATE (:Building {name: '长城'});

CREATE (:Building {name: '故宫'});

CREATE (:Building {name: '天安门'});

CREATE (:Building {name: '颐和园'});

CREATE (:Building {name: '天坛'});

MATCH (s:City), (t:Country) WHERE s.name = '北京' and t.name = '中国' CREATE (s)-[:BELONGS_TO]->(t);

MATCH (s:City), (t:Building) WHERE s.name = '北京' and t.name = '长城' CREATE (s)-[:CONTAINS]->(t);

MATCH (s:City), (t:Building) WHERE s.name = '北京' and t.name = '故宫' CREATE (s)-[:CONTAINS]->(t);

MATCH (s:City), (t:Building) WHERE s.name = '北京' and t.name = '天安门' CREATE (s)-[:CONTAINS]->(t);

MATCH (s:City), (t:Building) WHERE s.name = '北京' and t.name = '颐和园' CREATE (s)-[:CONTAINS]->(t);

MATCH (s:City), (t:Building) WHERE s.name = '北京' and t.name = '天坛' CREATE (s)-[:CONTAINS]->(t);

IMPORTANT:

• 每行 cypher sql，使用封号(;)进行分隔
• 目前只支持 Create Entity 和 Create Relation 两种操作
• Entity 和 Relation 必须包含 name，以及使用 name 进行关联

建议与反馈

      如有任何问题或建议，欢迎加入群聊