threadr

説明

俳優、特に脅威俳優間の関係を識別するOpenSourceソーシャルグラフツールを作成し、グラフとクラスターを作成します。関係の強さを特定します。

プロジェクトの目標

• ソーシャルメディア、チャットルームなどを観察して、俳優を特定します。
• 俳優間の関係を見つけて保存します
• 関係に重みを割り当てます
• 俳優のクラスターを特定します
• クラスターにウェイトを割り当てます
• IRC、Slack、Discordなどを採用します。
• 自動関係書類の作成
• クエリLLM/RAG

コミュニティ

https://discord.gg/ynzmajvbにご参加ください

埋め込み

チャットメッセージは、ベクトル化を作成するために封入器または文の変圧器を介して実行され、ベクトルインデックスに保存されます。

グラフラグ

ナレッジグラフ（グラフrag）に基づいたLLMSは、「アリスはボブを知っている」などの質問に答えるために使用されます。

「アリスはボブについて何を知っていますか？」

関係を推測します

関係の強みを推測します

Jibbleプロジェクトと同様に、IRCボットを使用してチャットルームを監視し、俳優間の関係を推測します。次の方法を使用して関係を推測します。

• 直接アドレス指定（「ちょっと@carverauto、どう思いますか？」）
• 一時的な近接性（たとえば、「 @carverauto'sポイントに同意します」）
• 時間密度 - 2人の俳優はどのくらいの頻度で相互作用しますか？

LLMを使用したセマンティック推論

LLMSは、従来のルールベースのシステムの能力を超えて、人間の会話のコンテキスト、感情、および微妙さを理解することにより、推論プロセスを大幅に強化できます。

スケジュールされた要約：定期的に、システムはLLMを呼び出して最近の会話を要約できます。これは、一般的な談話を理解するのに役立つだけでなく、関係が形成される可能性のある繰り返しのテーマまたは主題を強調することもできます。

トリガーベースのコレクション：会話のスナップショットをキャプチャして分析するために、対話の一時停止やトピックのシフトなど、会話の手がかりに基づいてトリガーを実装します。この方法により、分析が文脈的に関連性が高く、タイムリーであることが保証されます。

インターバルベースの分析：ウィンドウと同様に、これには、関係を推測してコンテンツを要約するために、設定された間隔内の会話を調べることが含まれます。このアプローチは、チャットルーム内の会話のボリュームまたは特定のイベントに基づいて動的に調整できます。

リーダーの選択

会話を分析して、多くの異なるコンテキスト（プライマリチャット、またはクラスター内）のために、会話のリーダーや知覚されたリーダーを見つける

課題

• ニックの変更 - ニックを変えるユーザーを追跡するにはどうすればよいですか？ BBBスタイルのデータベース？
• 俳優の分離

• 同じ部屋にいない俳優をどのように扱いますか？
• 同じ部屋にいるが決して交流しない俳優をどのように扱うのでしょうか？
• 同じ部屋にいるが、関係を推測できる方法でやり取りしない俳優をどのように扱うのでしょうか？

• プライベートメッセージ - メッセージへのアクセスを備えたプライベートメッセージから関係を推測できないため、将来の機能になる可能性があります。

関係を視覚化する

• Spring Embedder-力指向グラフレイアウトアルゴリズム
• 修正されたスプリングエンパードフォースモデル - 修正されたスプリング胚を持つ力指向グラフレイアウトアルゴリズム

一時的な減衰

関係の強さを推測できれば、時間の経過とともに関係の強さを減らすために、時間的減衰モデルを使用できます。

スパムフィルタリング

TBD