Costruzione di grafi conoscenza
Un nuovo approccio per la costruzione di grafi conoscenza da documenti eterogenei, utilizzando un'ontologia formale e un modello linguistico avanzato. Il sistema è in grado di estrarre entità e relazioni in modo consistente e preciso.
Il sistema di estrazione di entità e relazioni presentato in questo studio utilizza un'ontologia formale per guidare il processo di estrazione. Ciò consente di ottenere risultati più precisi e consistenti, riducendo i problemi di duplicazione e conflatione di entità. Il sistema è composto da due passaggi di estrazione, utilizzando un modello linguistico avanzato tunato sull'ontologia. I risultati sono poi validati e integrati in un grafo conoscenza. Il sistema è in grado di gestire documenti in diversi formati, tra cui PDF, spreadsheet, Office e immagini.
Leggi anche
Google apre la casa intelligente agli agenti IA di terze parti
Google introduce Google Home MCP, una nuova integrazione che consente a agenti IA di terze parti di controllare e monitorare i dispositivi smart home.
Meta lancia Muse, l'agente AI personale che chiede accesso a dati sensibili
Meta introduce Muse, un agente AI personale che vuole integrare email, calendario, pagamenti e dati sanitari, ponendo una sfida alla fiducia dei consumatori.
Google Cloud accelera l'AI enterprise con Accenture
Google Cloud amplia la sua strategia AI per le aziende collaborando con Accenture e affidandosi a ingegneri specializzati per facilitare l'adozione.
Ricevi Morning Tech & AI
Ogni mattina alle 7:30, la notizia AI del giorno nella tua casella.
Iscriviti