Graphbrain-это библиотека программного обеспечения с открытым исходным кодом искусственного интеллекта и инструмент научных исследований. Его цель состоит в том, чтобы облегчить автоматическое извлечение значения и понимание текста, а также исследование и вывод знаний. Он является частью SocSemics, исследовательского проекта, финансируемого Европейским исследовательским советом, и сосредоточен на фрагментации в онлайн -общественных пространствах.
Амбиции этого проекта заключается не просто в том, чтобы внести свой вклад в продвижение современного искусства в ИИ, но, в основном, является эффективным междисциплинарным инструментом исследования. В частности, мы заинтересованы в расширении возможностей автоматического извлечения значения для исследований в таких областях, как вычислительные социальные науки, когнитивная наука и гуманитарные науки.
График построен вокруг объединяющей концепции: семантического гиперграфа (SH), что позволяет представлять предложение естественного языка, такое как «Эйнштейн впервые опубликовал теорию относительности в 1905 году» в качестве упорядоченной, рекурсивной гиперссылки формы:
Целью SH и GraphBrain является включение гибридных подходов, объединяя символические методы ИИ и статистического/соединительного машинного обучения. Это по двум основным причинам: облегчить понятность и воспроизводимость для человеческих исследователей и объединить сильные стороны обоих подходов.
Graphbrain написан на Python, чтобы воспользоваться преимуществом и облегчить интеграцию с богатой средой научных библиотек, доступных на этом языке. Он выпускается по лицензии с высокой разрешением MIT с открытым исходным кодом.
Инструкции по установке, руководство и дополнительную информацию можно найти здесь: http://graphbrain.net.
Приглашаются запросы. Для серьезных изменений, пожалуйста, сначала откройте проблему, чтобы обсудить, что вы хотели бы изменить.
Пожалуйста, обязательно обновите тесты по мере необходимости.
Создание этой библиотеки программного обеспечения и связанных с ними исследований, которые сделали это возможным, были профинансированы CNRS и грантом ERC Consolidator SocSemics (грант № 772743).

Грань