近日，由蚂蚁团体和浙江大学结合研发的大模型学问抽取框架OneKE宣布开源，并且捐赠给OpenKG开放学问图谱社区。
学问图谱是实行大模型可托可控的关键技术之一，学问抽取可助力建立畛域学问图谱。OneKE致力于帮助研究人员和开发者更好地处理信息抽取、文本数据结构化、学问图谱建立等问题。
比如，通过OneKE抽取风险变乱、人物实体、机构实体等可以清晰呈现变乱脉络、变乱发展趋势和实体之间关联，建立好的图谱可以帮助大模型实行跨实体、跨文档的复杂推理 。OneKE支持中英双语，支持OpenSPG及DeepKE开源框架，可开箱即用。
大说话模型已显著提升了人工智能系统处理世界学问的才智。然而，真实世界的信息高度碎片化、非结构化，使得大说话模型在处理信息抽取任意时，仍会因抽取内容与自然说话表述之间的巨大差异导致效果不佳；此外，自然说话文本信息存在较多的歧义、多义、隐喻等，给学问抽取任意带来较大的挑战。这也导致以大说话模型为代表的生成式人工智能依然存在推理才智不足、事实学问匮乏、生成结果不稳定等问题，极大地阻碍了大说话模型的产业化落地。
统一学问抽取框架可大幅降低畛域学问图谱的建立成本，有比较广阔的应用场景。这是指，通过从海量的数据中萃取结构化学问，建立高质量学问图谱并建立学问要素间的逻辑关联，可以实行可解释的推理决策，也可用于巩固大模型缓解幻觉，并提升稳定性，加速大模型垂直畛域的落地应用。
如，在调理畛域，通过学问抽取实行医生经验的学问化规则化管理，建立可控的辅助诊疗和调理问答。在金融畛域，学问抽取科用于金融指标、风险变乱、因果逻辑及产业链等，实行自动的金融研报生成、风险预测、产业链分析等。在政务场景，可实行政务法规的学问化，提升政务服务的办事效率和准确决策。
加速推进生成式人工智能的产业落地，蚂蚁团体和浙江大学成立了学问图谱结合实验室，围绕大模型巩固的学问图谱建立、学问巩固的可托可控生成、畛域常识世界图谱等课题展开全方位合作，以期通过结合技术攻坚建立大说话模型与学问图谱双向巩固的可控生成技术范式。
蚂蚁团体和浙江大学结合建立和升级了蚂蚁百灵大模型在学问抽取畛域的才智，并发布中英双语大模型学问抽取框架OneKE，同时开源基于LLaMA2全参数微调的版本。测评指标显示，OneKE在多个全监督及零样本实体/关系/变乱抽取任意上取得了相对较好的效果。
（OneKE具备相对较好的中英双语可泛化的学问抽取才智，其中在中文NER命名实体识别类任意、RE关系抽取类任意、EE变乱抽取类任意上取得了相对较好的效果）
蚂蚁团体学问图谱负责人梁磊表示，蚂蚁将持续优化学问抽取的性能，服务不同场景的大模型可控、可托需求。未来也会携手行业伙伴，将相关的技术体系应用到金融、调理、政务等各垂直畛域，推动学问图谱与大说话模型双驱的可控生成技术的产业落地。
OneKE官方主页：http://oneke.openkg.cn/
OpenSPG GitHub：https://github.com/OpenSPG/openspg