OneKE: Um Sistema de Extração de Conhecimento Baseado em Agentes LLM Guiados por Esquema Dockerizado

OneKE: A Dockerized Schema-Guided LLM Agent-based Knowledge Extraction System

December 28, 2024

Autores: Yujie Luo, Xiangyuan Ru, Kangwei Liu, Lin Yuan, Mengshu Sun, Ningyu Zhang, Lei Liang, Zhiqiang Zhang, Jun Zhou, Lanning Wei, Da Zheng, Haofen Wang, Huajun Chen

cs.AI

Resumo

Apresentamos o OneKE, um sistema de extração de conhecimento guiado por esquema dockerizado, que pode extrair conhecimento da Web e de livros em PDF brutos, e suportar vários domínios (ciência, notícias, etc.). Especificamente, projetamos o OneKE com múltiplos agentes e uma base de conhecimento configurável. Diferentes agentes desempenham seus papéis respectivos, possibilitando suporte para vários cenários de extração. A base de conhecimento configurável facilita a configuração do esquema, a depuração e correção de casos de erro, melhorando ainda mais o desempenho. Avaliações empíricas em conjuntos de dados de referência demonstram a eficácia do OneKE, enquanto estudos de caso elucidam ainda mais sua adaptabilidade a diversas tarefas em múltiplos domínios, destacando seu potencial para amplas aplicações. Disponibilizamos o código-fonte em https://github.com/zjunlp/OneKE e lançamos um vídeo em http://oneke.openkg.cn/demo.mp4.

English

We introduce OneKE, a dockerized schema-guided knowledge extraction system, which can extract knowledge from the Web and raw PDF Books, and support various domains (science, news, etc.). Specifically, we design OneKE with multiple agents and a configure knowledge base. Different agents perform their respective roles, enabling support for various extraction scenarios. The configure knowledge base facilitates schema configuration, error case debugging and correction, further improving the performance. Empirical evaluations on benchmark datasets demonstrate OneKE's efficacy, while case studies further elucidate its adaptability to diverse tasks across multiple domains, highlighting its potential for broad applications. We have open-sourced the Code at https://github.com/zjunlp/OneKE and released a Video at http://oneke.openkg.cn/demo.mp4.