Eric的案例列表
作者：Eric · 共 2 个案例
基于深度学习的多模态知识图谱构建及可视化
针对非结构化文本信息碎片化、关联关系难以挖掘的痛点，本项目设计领域本体 Schema，使用深度学习模型完成实体识别与关系抽取，将结构化知识导入 Neo4j 图数据库，开发前端可视化模块。实现自动抽取、图谱存储、交互式浏览查询一体化，直观呈现知识网络。
基于GraphRAG的推理与问答模型
针对垂直领域非结构化文本难以支撑多跳推理、通用大模型问答易幻觉且缺少溯源依据的痛点，依托大语言模型自动完成文本解析、实体与关系抽取，构建领域知识图谱；基于 GraphRAG 搭建子图检索与推理链路，实现结构化知识增强问答，支持复杂问题多跳推理，回答可溯源至原始知识节点，有效降低幻觉风险。
案例判断参考
Eric的案例列表
基于深度学习的多模态知识图谱构建及可视化
针对非结构化文本信息碎片化、关联关系难以挖掘的痛点，本项目设计领域本体 Schema，使用深度学习模型完成实体识别与关系抽取，将结构化知识导入 Neo4j 图数据库，开发前端可视化模块。实现自动抽取、图谱存储、交互式浏览查询一体化，直观呈现知识网络。...
基于GraphRAG的推理与问答模型
针对垂直领域非结构化文本难以支撑多跳推理、通用大模型问答易幻觉且缺少溯源依据的痛点，依托大语言模型自动完成文本解析、实体与关系抽取，构建领域知识图谱；基于 GraphRAG 搭建子图检索与推理链路，实现结构化知识增强问答，支持复杂问题多跳推理，回答可溯源至原始知识节点，有效降低幻觉风险。...
