面向非结构化文本的信息抽取与NLPIR大数据语义智能分析平台
从海量文本信息中获取关键信息是一项重要需求，信息抽取任务通常可由关系集合是否给定分为封闭信息抽取和开放信息抽取两大类。其中，封闭信息抽取又根据实体对是否给定分为关系抽取（分类）和实体关系联合抽取两类。NLPIR平台提供一键式操作，集成各种文本挖掘功能，在专业性要求不高的情况下推荐使用。
AI大模型时代下运维开发探索第二篇：基于大模型(LLM)的数据仓库
在SREWorks社区聚集了很多进行运维数仓建设的同学，大家都会遇到类似的挑战和问题：上面的种种让推广数仓的同学很犯难：明明花了大力气构建了统一数仓，但却又受限于各种问题，无法让其价值得到完全的落地。本文旨在阐述一种基于LLM的数仓构建方案，从架构层面解决上述的三个问题。从需求出发，再次思考一下我们
中药大数据（三）中医知识图谱的创建
中药大数据neo4j 图谱创建全过程
Wikidata-filter：大模型赋能的开源情报数据处理框架（1）
Wikidata-filter是一个简单实用、灵活可配、开箱即用的Python数据处理（ETL）框架。项目提供了Wikidata、Wikipedia、GDELT、新闻、民调等等多源异构开源情报数据的处理流程，支持大模型、API、常见文件、数据库等多种输入输出及转换处理，可以支撑各类数据接入、大数据处
超酷大数据音乐推荐知识图谱AI智能问答可视化系统的设计与研发
结合知识图谱、推荐算法、智能问答、可视化技术的2025年最新音乐系统！
基于LLM Graph Transformer的知识图谱构建技术研究：LangChain框架下转换机制实践
本文是LangChain的一个代码贡献者编写的文章，将对这些内容进行详细介绍，文章最后还包含了作者提供的源代码
【人工智能时代】-NebulaGraph7 种查询（关键词、向量、混合检索），Graph RAG 探索知识图谱
Cypher 是由图数据库支持的一种声明性图查询语言。通过 Cypher，我们告诉知识图谱我们想要什么数据，而不是如何得到结果数据。这使得 Cypher 查询更易读、更好维护。此外，Cypher 易上手使用，且能够表达复杂的图查询。以下，是一个 Cypher 的简单的查询示例：代码语言：javasc
AI人工智能助力金融信贷行业转型
开启数字金融新时代纵观人类历史，每一次技术的变革都带来生产力的大幅提升，从而影响生产关系的变化。早期的革命为产业革命，用机器替代人力大幅提升生产力；20世纪50年代进入信息时代，科学技术大幅度提高，电子计算机、核技术、生物工程、空间技术等新兴技术快速发展，同期AI技术应运得到发展。那么以信息化为主的
12类知识图谱构建与应用开源工具总结：从开放知识库到知识抽取再到推理可视化
本文主要从12个角度，对现有的知识图谱开源工具进行了总结，这些开源可用的工具，都为我们进行知识图谱的构建提供了十分好的基础设施，无论是入门知识图谱的，还是做知识图谱研究的，都可以使用，大家可以利用起来。
HelpLook AI 知识库：为企业提供高效智能的知识管理解决方案
打造专属的AI知识库和问答机器人。
【知识图谱】人工智能之知识图谱的详细介绍
知识图谱（Knowledge Graph）作为一种新型的知识表示和组织方式，正逐渐成为信息领域的研究热点。以下是对知识图谱的详细介绍：
如何优雅的在页面上嵌入AI-Agent人工智能
IDEA启动！大模型的title想必不用我多说了，多少公司想要搭上时代前言技术的快车，感受科技的魅力。现在大模型作为降本增效的强大工具，基本上公司大多人都想要部署开发一把，更多的想要利用到这些模型放到生产中来提高生产力。但是对于我们开发者来说，找到实际落地场景可以说是产品的活，我们需要思考如何高效维
什么是CRM？一文详解CRM系统是什么
CRM，即客户关系管理（Customer Relationship Management），是一种通过建立和维护与客户的良好关系，提高客户满意度和忠诚度的管理平台。CRM系统特指一种以客户为中心的专门用于管理与客户关系的软件系统，它确保企业在销售、营销、服务上的每一步交互都顺利、高效，从而提升企业业
2024年AI前20岗位薪酬出炉！搞AI大模型的远超同行？
AI相关，细分技术领域，薪资前20岗位，都有哪些。今天这篇文章与铁铁们分享一下。
Mem0：LLM个性化、陪伴式开源框架
Mem0 的 LLM 记忆实现方法与检索增强生成 (RAG) 等传统方法相比具有明显优势。与从静态文档中检索信息的 RAG 不同，Mem0 的记忆层可以理解和关联不同交互中的实体，保持上下文连续性并优先考虑相关的最新信息。这种动态更新功能可确保记忆保持最新状态，从而提供针对单个用户交互量身定制的准确
GraphRAG：一种新型的RAG技术
微软前几天发布的 GraphRAG 架构非常厉害，但是具体的原理和内容可能不太好理解。Neo4j 的 CTO 写了一篇详细的文章《GraphRAG 宣言：为 GenAI 增加知识》，通俗易懂的介绍了 GraphRAG 的原理、与传统 RAG 的区别、GraphRAG的优势、知识图谱的创建和利用知识图
【AI大模型应用开发】AI+知识图谱极简入门：手把手带你体验LangChain实现知识图谱创建和查询（附代码和源码分析）
最近在大模型应用中使用图数据库或知识图谱越来越流行。图在表示和存储多样化且相互关联的信息方面具有天然优势，能够轻松捕捉不同数据类型间的复杂关系和属性，从而更好地给大模型提供上下文或数据支持。本文一起来看下如何在大模型应用中使用图数据库或知识图谱。
一文带你搞清楚AI领域的高频术语！RAG、Agent、知识库、向量数据库、知识图谱、Prompt...都是在讲啥？
随着AI人工智能技术的不断发展，一些领域有关的概念和缩写总是出现在各种文章里，像是Prompt Engineering、Agent 智能体、知识库、向量数据库、RAG 以及知识图谱等等，但是这些技术和概念也的的确确在AI大模型的发展中扮演着至关重要的角色。这些技术元素在多样化的形态中相互协作，共同推
【AI大模型应用开发】教你用AI轻松将你的知识库变为知识图谱（附完整代码，直接运行）
本文我们来介绍如何使用AI，将自己的知识库自动转换为知识图谱，并进行可视化展示。
AI是在帮助开发者还是取代他们？
在软件开发领域，生成式人工智能（AIGC）正在改变开发者的工作方式。无论是代码生成、错误检测还是自动化测试，AI工具正在成为开发者的得力助手。然而，这也引发了对开发者职业前景和技能需求变化的讨论。AI究竟是在帮助开发者还是取代他们？本文将从AI工具的现状、对开发者的影响及其未来发展方向三个方面探讨这
