zhengguanyu / KGB-RAG
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。
☆12Updated 4 months ago
Related projects ⓘ
Alternatives and complementary repositories for KGB-RAG
- 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。☆18Updated 3 months ago
- 基于大模型+知识图谱的知识库问答☆98Updated 7 months ago
- ☆69Updated 7 months ago
- 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。☆47Updated 5 months ago
- 本项目设计了一个基于 RAG 与大模型技术的医疗问答系统，利用 DiseaseKG 数据集与 Neo4j 构 建知识图谱，结合 BERT 的命名实体识别和 34b 大模型的意图识别，通过精确的知识检索和问答生成， 提升系统在医疗咨询中的性能，解决大模型在医疗领域应用的可…☆244Updated 5 months ago
- 基于医疗领域知识图谱的问答系统，同时使用了chatGPT、chatGLM4等方式生成医学知识图谱。☆38Updated 8 months ago
- 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…☆100Updated last year
- 知识图谱 慢性病 饮食推荐系统☆43Updated last year
- 研究生知识图谱学习资源☆13Updated 2 weeks ago
- 利用开源大模型，通过RAG(检索增强生成)技术，实现基于企业内部知识图谱的，可内网运行的大模型智能客服☆45Updated 8 months ago
- 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。☆196Updated 7 months ago
- 一个基于Django,Neo4j与图谱问答技术的的中医药知识图谱与智能问答平台。（暂取名“泽兰抄”）☆76Updated 7 months ago
- 使用bert进行关系三元组抽取。☆134Updated 7 months ago
- ☆113Updated 2 years ago
- ☆68Updated last year
- 利用python语言借助于知识图谱搭建电影知识问答系统☆39Updated 2 years ago
- 毕业设计（医疗问答系统）☆22Updated 2 years ago
- 基于知识图谱的医疗问答系统☆13Updated last year
- 基于知识图谱的医生推荐系统☆60Updated last year
- 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☆155Updated 6 months ago
- 领域知识图谱数据采集、数据处理以及可视化☆53Updated 2 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☆99Updated last year
- 基于中医药领域知识图谱的智能问答系统☆27Updated 2 years ago
- 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☆46Updated 9 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）。☆267Updated 2 years ago
- RAG-QA-Generator 是一个用于检索增强生成（RAG）系统的自动化知识库构建与管理工具。该工具通过读取文档数据，利用大规模语言模型生成高质量的问答对（QA对），并将这些数据插入数据库中，实现RAG系统知识库的自动化构建和管理。☆28Updated last month
- graphrag的基础架构☆10Updated 3 weeks ago
- 基于Flask框架进行前后端交互、存储采用Neo4j图数据库。功能包括金融股票、股东、概念详细信息查询，以及多轮对话问答机制。☆36Updated 2 years ago
- 基于知识图谱的心理咨询智能问答系统☆61Updated 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☆18Updated 5 months ago