知识增量Knowledge Deltav0.1无限进步

知识图谱

Knowledge graph
学到 认得 就够:听到能明白
你可能会说

“我想把作者、政策、地区和研究结论连起来查询;把资料画成节点和线,怎样才算有用,而不是一张好看的关系图?”

知识图谱用实体及其关系组织信息,让系统能沿连接查找和组合资料;关系需要定义和出处,图中的连线并不自动表示因果作用。

先知道信息检索
也叫实体关系图、知识网络
2

使用 AI

科研里的例子

为县域政策材料建立“文件—发布机构—年份—支持对象”的关系,点击每条边可回到相应原文,而不是只保留模型总结。

实体可以是人、机构、地点、概念或文献,边则表达作者、隶属、引用等具体关系。建设图谱需要解决同名实体、关系方向和时间变化,还要记录原始证据。模型可以辅助抽取,但会误合并或猜出不存在的联系。对社会科学,图谱适合整理材料中的陈述与联系,只有经过适当研究设计支持,才能进一步讨论因果机制。

+

在你的学科里,直接拿去用

从给定文献读取问题与证据
请只依据下面的文献材料回答。
材料:[粘贴原文或附文件;若只有摘要请注明]
我想弄清:[问题]
请列出作者要解释的现象、主要概念、数据与研究单位、研究设计、主要发现及作者写明的局限。区分作者原话、你的释义与尚无法判断的地方。每项给页码或可定位段落,保留关键术语的中文与英文。若没有全文,不把摘要之外的细节补出来。最后提出3个我可以回原文亲自检查的问题。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG02
3

判断

亲手检查一次

抽样核对实体是否误并、关系方向是否正确、来源能否打开;重要关系应有时间与证据状态,并能标记争议和缺失。

它做不到的

共现、引用和制度隶属都不是因果效应;图谱的完整外观也不能掩盖未收录来源、时间错配或未经核实的抽取。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。