结合大型语言模型与企业知识图谱：增强自然语言理解的观点

知识图谱（KGs）革新了知识表示，提供了一个图结构化框架，在其中实体及其相互关系被系统组织。自诞生以来，KGs显著提升了多种知识驱动的应用，包括推荐系统和问答系统。Sensigrafo是Expert.AI开发的企业知识图谱，体现了这一进步，重点关注通过面向机器的词汇表示实现自然语言理解。尽管取得了进展，维护和丰富KGs仍然是一大挑战，通常需要手工操作。最近大型语言模型（LLMs）的发展为KG丰富（KGE）提供了有前景的解决方案，利用其理解自然语言的能力。本文讨论了基于LLM的最先进KGE技术，并展示了在工业环境中自动化和部署这些流程所面临的挑战。随后，我们提出了克服数据质量和稀缺性、经济可行性、隐私问题、语言演变以及在保持高准确性的同时实现KGE流程自动化的观点。