OneKE: Un Sistema de Extracción de Conocimiento basado en Agentes LLM Guiados por Esquemas y 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

Resumen

Presentamos OneKE, un sistema de extracción de conocimiento guiado por esquemas dockerizado, que puede extraer conocimiento de la web y libros en PDF sin procesar, y soportar varios dominios (ciencia, noticias, etc.). Específicamente, diseñamos OneKE con múltiples agentes y una base de conocimiento configurada. Diferentes agentes desempeñan sus roles respectivos, permitiendo el soporte para varios escenarios de extracción. La base de conocimiento configurada facilita la configuración de esquemas, la depuración y corrección de casos de error, mejorando aún más el rendimiento. Evaluaciones empíricas en conjuntos de datos de referencia demuestran la eficacia de OneKE, mientras que estudios de casos aclaran aún más su adaptabilidad a diversas tareas en múltiples dominios, destacando su potencial para aplicaciones amplias. Hemos hecho público el código en https://github.com/zjunlp/OneKE y publicado un vídeo en 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.