KNOWNET：通过知识图谱集成实现 LLM guided 健康信息检索

日益增加的大型语言模型（LLM）用于健康信息检索可能带来严重风险，由于可能存在错误信息以及这些主题的复杂性。本文介绍了 KNOWNET，这是一个将 LLM 与知识图谱（KG）集成以提供增强准确性和结构化探索的可视化系统。具体而言，为了提高准确性，KNOWNET从 LLM 输出中提取三元组（例如实体及其关系）并映射到外部知识图谱中经过验证的信息和支持证据。对于结构化探索，KNOWNET根据当前探索实体在知识图谱中的邻域提供后续步骤建议，旨在在不遗漏关键方面的情况下，实现全面理解。为使两者（知识图谱中的结构化数据和 LLM 的非结构化输出）能够进行推理，KNOWNET将对主题的理解概念化为逐步构建图形可视化。引入渐进式图形可视化以监控过去的查询，并将当前查询与探索历史以及后续步骤建议相衔接。我们通过用例和专家访谈展示了该系统的有效性。