zhangheyi-1 / llmkgqas-tcm
☆75Updated 9 months ago
Alternatives and similar repositories for llmkgqas-tcm:
Users that are interested in llmkgqas-tcm are comparing it to the libraries listed below
- 本项目旨在结合知识图谱技术和先进的大语言模型,构建一个能够深入理解用户问题并提供准确、有逻辑性回答的智能问答系统。☆51Updated 8 months ago
- ☆72Updated last year
- ☆122Updated 2 months ago
- A tutorial and implement of disease centered Medical knowledge graph and qa system based on it。知识图谱构建,自动问答,基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱…☆220Updated last year
- RAGOnMedicalKG,将大模型RAG与KG结合,完成demo级问答,旨在给出基础的思路。☆240Updated 10 months ago
- [ACL 2024] Official resources of "ChatKBQA: A Generate-then-Retrieve Framework for Knowledge Base Question Answering with Fine-tuned Larg…☆279Updated 5 months ago
- 常见疾病相关信息构建knowledge graph☆133Updated 4 years ago
- 基于知识图谱的问答系统设计与实现,附带一个可视化的demo☆112Updated last year
- 使用bert进行关系三元组抽取。☆149Updated 9 months ago
- 利用python语言借助于知识图谱搭建电影知识问答系统☆41Updated 2 years ago
- 命名实体识别(中文)☆30Updated 2 years ago
- 本项目旨在构建一个基于电影知识图谱和大型语言模型(LLM)的KBQA问答系统,以实现对电影领域知识的查询和理解。该系统将电影知识图谱与自然语言处理技术相结合,为用户提供了一个便捷、智能的电影知识查询工具。☆21Updated 6 months ago
- 基于深度知识图谱和预训练大语言模型的医疗问答系统☆18Updated 6 months ago
- KGB-RAG是一个基于neo4j图数据库和其他图数据库的知识图谱检索系统,它可以根据用户的自然语句提问,从原数据库获取相关实体信息,并通过知识图谱检索技术以及结合大模型自身能力来增强回答用户的自然语言提问。☆26Updated last month
- 基于深度学习与Neo4j的军事装备知识图谱网页应用构建。本项目是一个军事武器知识图谱网页应用软件原型系统。该系统由数据爬虫、数据管理、数据处理、知识问答、新闻热点、词条查询和图谱展示七个功能模块组成。系统从互联网上爬取数据,并基于百度文心ERNIE 3.0模型对数据进行实体…☆113Updated last year
- 基于知识图谱的智能问答系统,包含意图识别与类知识库送入LLM方法☆48Updated last year
- graphrag的基础架构☆19Updated 3 months ago
- 医药知识图谱自动问答系统实现,包括构建知识图谱、基于知识图谱的流水线问答以及前端实现。实体识别(基于词典+BERT_CRF)、实体链接(Sentence-BERT做匹配)、意图识别(基于提问词+领域词词典)。☆279Updated 2 years ago
- 使用Pytorch框架对NLP方向上的文本分类、实体识别、三元组抽取做代码实战☆163Updated 8 months ago
- 基于大模型+知识图谱的知识库问答☆216Updated 9 months ago
- 医疗知识图谱构建实战,通过爬虫获取百度百科数据,使用Mongodb存储结构化三元组,并使用neo4j进行知识图谱的构建及可视化; Medical Knowledge Graph; Crawler; neo4j☆75Updated last year
- 毕业设计(医疗问答系统)☆23Updated 2 years ago
- Using BERT+Bi-LSTM+CRF☆136Updated 2 years ago
- BiLSTM-CRF-NER☆34Updated 2 years ago
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆237Updated last year
- 本项目使用大语言模型(LLM)进行开放领域三元组抽取。☆24Updated last year
- 领域知识图谱数据采集、数据处理以及可视化☆64Updated 2 years ago
- ☆129Updated last year
- 简单实现了一下基于知识图谱和文本文档联合做检索增强(RAG)大模型的实现,这里采用的数据分别是管廊维护领域的文本文档和专家知识图谱☆20Updated 7 months ago
- 基于scrapy的层次优先队列方法爬取中文维基百科,并自动抽取结构和半结构数据☆142Updated last year