基于大语言模型的《明史》知识抽取及知识图谱构建研究

分类： 信息资源管理 发布时间： 2025-01-08

张强 高颖 任豆豆 关书朋 陈涛

摘要：大语言模型为古籍知识抽取及知识组织提供了新的研究范式。本文以《明史》为研究对象，选取了通义千问（Qwen-long）、文心一言（ERNIE-4.0-8K）、ChatGPT（gpt-4o）、Claude（Claude3.5-sonnet）及荀子（Xunzi-Qwen1.5-7B_chat）五类大模型，对人物、时间、地点、官职、事件5种实体及12类关系识别效果进行了对比分析，并在实体抽取任务上与经典深度学习的命名实体识别算法HMM、CRF、Bi-LSTM、Bi-LSTM-CRF、BERT、ERNIE进行了对比。研究发现，在实体抽取任务上，Qwen-long、ERNIE-4.0-8K和gpt-4o展现了较强的泛化能力，尤其在时间、地点和人物类别上表现优异；在官职和事件类别上的识别率普遍较低，显示出一定的局限性。在关系抽取任务上，Qwen-long最优。进一步地，本文基于Qwen-long抽取结果，构建了《明史》知识图谱。本研究验证了大语言模型在历史类古籍知识抽取中的应用价值，同时为传统人文研究提供了新的视角和技术支持，未来可以进一步探索基于通用大模型开发人文领域的专用模型，以助力相关研究。

同行评议状态:待评议

 点击量 734  下载量 2  评论 0