GraphReasoningは、生成AI技術を用いて1000本の科学論文を知識グラフに変換するプロジェクトです。構造解析、ノード次数計算、コミュニティと接続性の特定、クラスタ係数と中心性の評価を通じて、魅力的な知識構造を明らかにします。この無尺度特性を持つ高度に相互接続されたグラフは、グラフ推論に使用でき、推移性と同型性を活用して前例のない学際的な関係性を明らかにし、問題への回答、知識ギャップの特定、前例のない材料設計と材料挙動の予測に役立ちます。

iText2KGは、大規模言語モデルを活用してテキストドキュメントからエンティティとリレーションを抽出し、一貫性のある知識グラフをインクリメンタルに構築するためのPythonパッケージです。ゼロショット学習に対応しており、特定の訓練なしに様々な分野で知識抽出が可能です。ドキュメント蒸留、エンティティ抽出、リレーション抽出モジュールを含み、エンティティとリレーションの一意性を確保します。Neo4jを用いて知識グラフを視覚化し、構造化データのインタラクティブな探索と分析をサポートします。

knowledge_graph_makerは、与えられたオントロジーに基づいて任意のテキストを知識グラフに変換できるPythonライブラリです。知識グラフは、現実世界のエンティティ間のネットワークとその関係を表すセマンティックネットワークです。このライブラリは、グラフアルゴリズムと中心性計算を通じて、テキスト内容の深い分析、概念間の連結性分析、そしてグラフ検索強化生成（GRAG）技術によるテキストとの対話深化を支援します。

llm-graph-builderは、大規模言語モデル（OpenAI、Geminiなど）を活用して、非構造化データ（PDF、DOCS、TXT、YouTube動画、ウェブページなど）からノード、リレーションシップ、属性を抽出し、Langchainフレームワークを使用して構造化された知識グラフを作成するアプリケーションです。ローカルマシン、GCS、S3バケット、またはネットワークリソースからのファイルアップロード、LLMモデルの選択、知識グラフの生成に対応しています。

meet-libaiは、唐代の詩人李白とその詩歌作品を中核として、人工知能技術を融合した知識グラフとAI知能体プロジェクトです。本プロジェクトは、デジタル技術を用いて伝統文化の普及啓発方法を革新し、李白の詩歌文化をより広く深く理解させることを目指しています。自然言語処理技術を活用し、李白の生涯、詩風、芸術的業績など多角的な情報を網羅した知識グラフを構築し、ユーザーと高品質なインタラクションを実現するAI知能体を訓練しました。これにより、伝統文化を学ぶ新しい方法と体験を提供します。

Knowledge Graph RAGは、知識グラフとドキュメントネットワークを作成することで、大規模言語モデル（LLM）の性能を向上させるオープンソースのPythonライブラリです。このライブラリを使用すると、グラフ構造を通じて情報を検索し関連付けることができ、言語モデルにより豊富なコンテキストを提供します。主に自然言語処理分野、特にドキュメント検索と情報抽出タスクに応用されます。

KG-RAGはタスク非依存型のフレームワークであり、知識グラフの明示的知識と大規模言語モデルの暗黙的知識を組み合わせます。ここでは、大規模な生物医学知識グラフであるSPOKEを生物医学的コンテキストの提供者として利用しています。KG_RAGの主な特徴は、SPOKE知識グラフから「プロンプト関連コンテキスト」を抽出することです。これは、ユーザーのプロンプトに応答するために必要な最小限のコンテキストとして定義されます。

GraphReasoningは、生成AI技術を用いて1000本の科学論文を知識グラフに変換するプロジェクトです。構造解析、ノード次数計算、コミュニティと接続性の特定、クラスタ係数と中心性の評価を通じて、魅力的な知識構造を明らかにします。この無尺度特性を持つ高度に相互接続されたグラフは、グラフ推論に使用でき、推移性と同型性を活用して前例のない学際的な関係性を明らかにし、問題への回答、知識ギャップの特定、前例のない材料設計と材料挙動の予測に役立ちます。

iText2KGは、大規模言語モデルを活用してテキストドキュメントからエンティティとリレーションを抽出し、一貫性のある知識グラフをインクリメンタルに構築するためのPythonパッケージです。ゼロショット学習に対応しており、特定の訓練なしに様々な分野で知識抽出が可能です。ドキュメント蒸留、エンティティ抽出、リレーション抽出モジュールを含み、エンティティとリレーションの一意性を確保します。Neo4jを用いて知識グラフを視覚化し、構造化データのインタラクティブな探索と分析をサポートします。

Triplexは、大量の非構造化データを構造化データに変換できる革新的なオープンソースモデルです。知識グラフ構築において、gpt-4oを上回り、コストは1/10に抑えられています。非構造化テキストを知識グラフ構築の基礎となる意味的三項組に効率的に変換することで、知識グラフ作成コストを大幅に削減します。

knowledge_graph_makerは、与えられたオントロジーに基づいて任意のテキストを知識グラフに変換できるPythonライブラリです。知識グラフは、現実世界のエンティティ間のネットワークとその関係を表すセマンティックネットワークです。このライブラリは、グラフアルゴリズムと中心性計算を通じて、テキスト内容の深い分析、概念間の連結性分析、そしてグラフ検索強化生成（GRAG）技術によるテキストとの対話深化を支援します。

llm-graph-builderは、大規模言語モデル（OpenAI、Geminiなど）を活用して、非構造化データ（PDF、DOCS、TXT、YouTube動画、ウェブページなど）からノード、リレーションシップ、属性を抽出し、Langchainフレームワークを使用して構造化された知識グラフを作成するアプリケーションです。ローカルマシン、GCS、S3バケット、またはネットワークリソースからのファイルアップロード、LLMモデルの選択、知識グラフの生成に対応しています。

meet-libaiは、唐代の詩人李白とその詩歌作品を中核として、人工知能技術を融合した知識グラフとAI知能体プロジェクトです。本プロジェクトは、デジタル技術を用いて伝統文化の普及啓発方法を革新し、李白の詩歌文化をより広く深く理解させることを目指しています。自然言語処理技術を活用し、李白の生涯、詩風、芸術的業績など多角的な情報を網羅した知識グラフを構築し、ユーザーと高品質なインタラクションを実現するAI知能体を訓練しました。これにより、伝統文化を学ぶ新しい方法と体験を提供します。

Knowledge Graph RAGは、知識グラフとドキュメントネットワークを作成することで、大規模言語モデル（LLM）の性能を向上させるオープンソースのPythonライブラリです。このライブラリを使用すると、グラフ構造を通じて情報を検索し関連付けることができ、言語モデルにより豊富なコンテキストを提供します。主に自然言語処理分野、特にドキュメント検索と情報抽出タスクに応用されます。

KG-RAGはタスク非依存型のフレームワークであり、知識グラフの明示的知識と大規模言語モデルの暗黙的知識を組み合わせます。ここでは、大規模な生物医学知識グラフであるSPOKEを生物医学的コンテキストの提供者として利用しています。KG_RAGの主な特徴は、SPOKE知識グラフから「プロンプト関連コンテキスト」を抽出することです。これは、ユーザーのプロンプトに応答するために必要な最小限のコンテキストとして定義されます。