标题：用LLM一键生成百万级领域知识图谱！中科大新框架入选ACL 2024

中科大MIRA实验室的研究人员提出了一种名为SAC-KG的新框架，用于自动化构建领域知识图谱。使用ChatGPT作为基础模型时，SAC-KG达到了89.32%的准确率和81.25%的领域特异性，相比现有最佳方法提升了20%。

知识图谱构建技术一直是研究热点，但由于需要大量专家知识和人工干预，实际应用受限。基于大语言模型（LLM）的构建方法成为新趋势，但仍存在一些问题，影响知识图谱的可信度。

SAC-KG框架包含生成器、验证器和剪枝器三个组件。生成器检索相关领域语料和开放知识图谱，减少上下文噪声。验证器检测并过滤错误三元组，确保输出质量。剪枝器通过微调的T5二分类模型控制知识图谱的生长方向，提高生成的可控性。

实验表明，SAC-KG在多个基准测试中均优于其他方法，特别是在准确率和领域特异性方面。消融实验显示，每个组件对整体性能都有重要影响，尤其是剪枝器和开放知识图谱检索器。

该研究为构建高质量、大规模领域知识图谱提供了有效方案，并在CCF-A类人工智能顶级会议ACL 2024上发表。

第一作者陈瀚铸是中国科学技术大学2021级硕博连读生，师从王杰教授，研究方向涵盖知识图谱与大语言模型等。