RESEARCH

史籍知识的抽取、链接与生成

围绕“如何让大模型可靠地读史籍”这一问题, 本页展示史籍 GraphRAG 与多智能体实体链接两项研究: 在预定义 schema 下抽取人物关系并构建知识图谱, 同时通过人物指称消歧实现实体对齐。

研究脉络

研究关联: 史籍 GraphRAG 建立了“抽取 → 建图 → 检索增强生成”的基本管线; 多智能体实体链接处理人物指称的消歧与对齐问题。 同一人物在史籍中可能以姓名、字号、谥号、官职等多种形式出现, 准确识别这些指称,有助于提高知识图谱节点的一致性。

团队专著

《数字人文下的古籍智能信息处理研究》封面

数字人文下的古籍智能信息处理研究

王东波、朱丹浩、许乾坤 著,南京大学出版社。 全书 14 章,从古籍信息处理研究综述出发, 系统呈现 SikuBERT 预训练模型、荀子生成式基座大模型、 ACHBench 评测基准,以及分词、断句标点、命名实体识别、 关系抽取、自动分类、自动摘要、互文发现等任务的研究成果, 末章展望古籍智能体研究。可视作荀子 1.0 与 2.0 时代的成果总集。

按时间轴浏览研究成果

本站仅展示各章研究内容摘要,全文以正式出版物为准。