基于ChatGLM3的LLM终端进行知识图谱抽取

1. 准备一份包含对比关系的财务报表，或其他领域的数据集。
2. 利用ChatGLM3，从数据集中抽取关键实体、属性及它们之间的关系，进而构建财务报表的知识图谱。

通过构建知识图谱，可以更加直观地表示和理解财务报表中复杂知识和关系，为后续智能问答等应用奠定基础。

首先获取查询问题的最近似段落：

import json
file_name = "./dataset/2021年度报告.txt"
with open(file_name,encoding="utf-8") as f:
    financial_report = f.read()
financial_report = financial_report.strip().split("\n")
context = ""

for line in financial_report:
    line = json.loads(line)
    if line["type"] == "text":
        try:
            con = line["inside"]
            context += con
        except:
            pass
document = context[:480]

然后对文本进行知识图谱抽取：

from langchain_community.graphs.index_creator import GraphIndexCreator
from LLM_Server import ChatGLM
llm = ChatGLM()
index_creator = GraphIndexCreator(llm=llm)
graph = index_creator.from_text(document)
print(graph.get_triples())

打印结果如图：