entity-extraction

本文提出了一种新颖的数据驱动流程，利用大语言模型(LLMs)从非结构化文本中提取语义三元组，并构建知识图谱以监测技术融合。该方法在arXiv预印本和美国专利商标局(USPTO)专利申请上得到验证，展示了其在技术预测中的可扩展性。

作者详细讲述了从平面向量存储转向图数据库（FalkorDB）以构建AI记忆的过程，在其LocalClaw项目中实现了多跳推理、时间查询和溯源追踪。

本文提出了一种混合神经符号流水线，用于从临床笔记中提取随访指令，使用BioBERT和确定性日期算术。与生成式基线相比，实现了高性能（Pair F1约0.99）。

Graphiti是一个开源工具，通过持续演进且具有时间感知的知识图谱，为AI代理构建类人记忆，相比MemGPT，准确率最高提升18.5%，延迟降低90%。

RAGA 是一个由大语言模型驱动的自主智能体，通过“阅读-搜索-验证-构建”的认知循环构建知识图谱，并集成混合符号-向量检索以实现检索增强生成，在科学问答数据集上取得了实验性改进。

OpenMed 是一个开源、本地优先的医疗保健人工智能工具包，提供实体提取、PII 去标识化以及超过 1,000 种专门的医疗模型，所有这些都在设备上运行，无需依赖云端。