2025_NIPS_KGGen: Extracting Knowledge Graphs from Plain Text with Language Models

文章核心总结与翻译

一、主要内容

本文针对知识图谱（KG）数据稀缺、现有自动提取工具生成图谱稀疏且质量不足的问题，提出了一种新型文本到知识图谱生成工具KGGen，同时构建了首个评估该类工具性能的基准测试MINE。

核心背景

• 现有主流知识图谱（如Wikidata、DBpedia）存在完整性不足的问题，且领域特定、经过验证的图谱数据匮乏，制约了图谱嵌入、图谱增强生成（RAG）等下游任务。
• 传统提取工具（如OpenIE、GraphRAG）缺乏有效的实体消歧和关系规范化机制，导致生成的图谱关系类型冗余、结构稀疏，实用性受限。

KGGen核心机制

1. 实体与关系提取：基于语言模型（LM）和DSPy签名，分两步从非结构化文本中提取主语-谓词-宾语三元组，确保实体一致性。
2. 聚合：整合多个来源文本的实体和边，统一归一化为小写形式，初步降低冗余。
3. 实体与边消歧：创新地结合S-BERT语义嵌入聚类与LM去重，识别同义实体和等价关系，合并为规范表述，解决图谱稀疏问题。

评估基