首页
/ RAKG 的安装和配置教程

RAKG 的安装和配置教程

2025-05-29 14:23:26作者:田桥桑Industrious

1. 项目基础介绍和主要编程语言

RAKG(Document-level Retrieval Augmented Knowledge Graph Construction)是一个利用大型语言模型自动生成知识图谱的框架。它通过句子的分片和向量化处理文档,提取初步实体,并进行实体消歧和向量化。处理后的实体通过语料库回顾检索获取相关文本,通过图结构检索获取相关知识图谱。最后,使用LLM(Large Language Model)整合检索到的信息,构建关系网络,并将新构建的知识图谱与原有知识图谱合并。

本项目主要使用 Python 3.11 作为编程语言。

2. 项目使用的关键技术和框架

  • 大型语言模型:项目使用了如 Qwen、BGE-M3 等模型进行实体的识别、消歧和信息的整合。
  • 知识图谱构建:通过检索和整合信息,构建包含丰富关系的知识图谱。
  • 语料库检索:通过检索相关文本,增强知识图谱的构建过程。

3. 项目安装和配置的准备工作及详细步骤

准备工作

  • 安装 Python 3.11
  • 安装 Conda(推荐)

安装步骤

  1. 克隆项目仓库

    首先,在命令行中执行以下命令,克隆项目仓库:

    git clone https://github.com/LMMApplication/RAKG.git
    cd RAKG
    
  2. 创建并激活 Conda 环境

    接下来,创建一个名为 RAKG 的 Conda 环境,并激活它:

    conda create -n RAKG python=3.11
    conda activate RAKG
    
  3. 安装依赖

    在激活的 Conda 环境中,使用以下命令安装项目依赖:

    pip install -r requirements.txt
    
  4. 配置模型提供者

    根据需要,编辑 src/config.py 文件,配置模型提供者的设置。例如,如果你使用本地 Ollama 模型,将 base_url 设置为 http://localhost:11434/v1/。如果使用服务器端的 Ollama,将 base_url 设置为 http://your_server_ip

    同时,根据实际情况配置主模型、相似度检查模型和嵌入模型。

  5. 使用示例

    项目提供了示例脚本来演示如何处理文本输入和文档输入。可以参考 examples 目录中的 RAKG_example.py 文件,了解如何使用。

    • 文本输入

      cd examples
      python RAKG_example.py --input "your input text" --output result/kg.json --topic "your_topic" --is-text
      
    • 文档输入

      python RAKG_example.py --input data/MINE.json --output result/kg.json
      

按照以上步骤,即可完成 RAKG 的安装和配置。在配置过程中,请确保所有步骤都按照要求执行,以确保项目的正常运行。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8