标题：最大的开源GraphRag：知识图谱完全自主构建｜港科大＆华为

知识图谱（KGs）能将复杂信息结构化，但现有构建方法需领域专家预设模式，限制了其扩展性和适应性。为此，香港科技大学KnowComp实验室与华为理论部提出AutoSchemaKG，一个无需预定义模式的自主知识图谱构建框架。

系统利用大型语言模型从文本中提取知识三元组并归纳全面模式，对实体和事件建模，同时概念化实例为语义类别。实验证明，该模式归纳在零人工干预下与人类设计模式达95%语义对齐。团队还构建ATLAS系列知识图谱，包含超9亿节点和59亿边。

AutoSchemaKG采用多阶段流水线提取三元组，并通过大型语言模型归纳模式。测试显示，三元组提取精确率、召回率及F1分数均超90%。此外，AutoSchemaKG在多跳问答和增强事实性任务中表现优异，尤其在人文学科和社会科学领域优势明显。

论文第一作者白佳欣是香港科技大学博士后研究员，其研究涵盖图神经数据库、大规模知识图谱构建等。论文链接：https://arxiv.org/abs/2505.23628