再看知识图谱本体生成：RAG用于Mysql数据转换及非结构化文本生成思路

正文

请到「今天看啥」查看全文

》（https://arxiv.org/pdf/2506.01232），介绍了一种名为RIGOR（Retrieval-augmented Iterative Generation of RDB Ontologies）的方法，用于将关系数据库转换为丰富的OWL本体。

实现流程如下：

（a）按照外键约束遍历表；（b）使用RAG从核心本体中检索相关概念；（c）使用RAG检索相关文本描述；（d）使用RAG从本体库中检索相关概念和属性；（e）构建提示；（f）使用Gen-LLM生成增量本体；（g）通过人类专家或Judge-LLM对增量本体进行细化；（h）将细化后的增量本体整合到核心本体中，以扩展其覆盖范围。

其中，用于本体生成的提示模板如下：

固定的分隔符（如[CONTEXT]、[INSTRUCTIONS]和[OUTPUT]）被逐字包含在提示中，以结构化LLM的输入并引导其响应。花括号中的占位符（例如，{data['table_name']}）在每次迭代时都会动态替换为特定于表的内容。

看一个转换结果：

这个工作的意义在于，加快将mysql数据库为知识图谱的转换速度。

二、基于非结构化知识库进行本体生成

请到「今天看啥」查看全文