从材料中抽取人物、组织、概念、事件等实体和它们之间的关系,生成一张知识图谱,每条关系都附上支撑它的原文片段。
可以选择抽取框架:通用、文献综述、政策分析、访谈与田野材料、教材与课程知识点各预设了一套实体类型和关系谓词,也可以自己指定这两套类目。长文按设定的分块大小逐段抽取后合并;开启聚类优化会把写法不同、所指相同的实体与关系并成一条。图谱建成后会统计各实体的连接情况,把联系紧密的实体归成若干主题群,并按所选框架整理出一份提纲。
从材料中抽取人物、组织、概念、事件等实体和它们之间的关系,生成一张知识图谱,每条关系都附上支撑它的原文片段。
可以选择抽取框架:通用、文献综述、政策分析、访谈与田野材料、教材与课程知识点各预设了一套实体类型和关系谓词,也可以自己指定这两套类目。长文按设定的分块大小逐段抽取后合并;开启聚类优化会把写法不同、所指相同的实体与关系并成一条。图谱建成后会统计各实体的连接情况,把联系紧密的实体归成若干主题群,并按所选框架整理出一份提纲。
框架会约束实体类型、关系谓词和后续提纲方向,适合先按使用场景减少无关实体。
值越大,单段上下文越完整、跨段实体丢失越少,但单次推理耗时更长; 值越小,处理速度更快,但可能遗漏跨段关系。可按 1000 个字符为单位在 1000–10000 个字符之间调节。
每 10,000 个字符 10 点