【知识图谱提取】【阶段总结】【LLM4KGC】LLM4KGC项目提取知识图谱推理部分

前言

之前在学习基于大模型的知识图谱提取，就找到了LLM4KGC这个项目：

项目地址：
https://github.com/ChristopheCruz/LLM4KGC/

总体来说，这个项目没有什么比较高深的idea，年份也比较古老，但确实挺适合入手的。主要是绝对简单，用它入门很不错。

而且他们还给出了数据和评价方法，做个baseline也是相当不错。

后面有了新的想法，只要用这个项目现成的评价脚本跑一跑，便可轻松完成实验部分。这就真的很爽了。

LLM4KGC的三个部分

LLM4KGC包含了三个部分：微调，推理和测评。三个部分逻辑上耦合不是很紧密，从代码层面，区隔得也很清晰。

在微调这部分，主要是可以训练一个对知识图谱提取更擅长的大模型。在推理这部分，对一个大模型（不一定非得是上一步的微调的那个）进行调用，把它提取知识图谱的过程进行记录。用于后续的评价。评价部分，以推理的输出为输入，对模型抽取知识图谱的效果进行评价。

经过几天的摸索，我也是阶段性地搞定了推理这个