联合 社区和社区共同发布了社区总结能力。
“讲了个啥？”，“社区和社区在社区贡献，社区生态，开发者的这几个方面的联系和区别分别是什么” 这类概括性，多主题总结性问题时，传统可能无法解决。因为这是一个聚焦于查询的总结性检索(Query-Focused Summarization)，而不是一个直接明确的向量/关键词检索。
大致原理是通过大模型进行三元组抽取，并且利用社区检测算法（算法）将整个知识内容图节点划分模块化的社区，然后通过大模型对社区进行摘要总结，实现，具体原理后面会有剖析。
基于上述设计，我们采用了TuGraph社区提供的开源知识图谱语料（OSGraph）以及DB-GPT和TuGraph的产品介绍材料（共计约43k tokens），并与Microsoft的GraphRAG系统做了对比测试，最终DB-GPT仅消耗了相比50%的token开销，便生成了同等规模的知识图谱。并且在问答测试质量相当的前提下，全局搜索性能有明显提升。
- 安装环境
- 安装相关依赖
3.在里面进行设置
4.启动
- 新建知识库
2.上传文档然后切片处理
3.构建成功后，查看图谱
4.进行对话
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/218013.html