A Neo4j kódolás nélkül épít tudásgráfot dokumentumokból
A Neo4j általános elérhetőségre hozza a Document Intelligence funkciót az AuraDB Free, Professional és Business Critical csomagjaiban. A szolgáltatás szöveges fájlokból, PDF-ekből és Microsoft Word-dokumentumokból épít tudásgráfot kódírás nélkül.
- A Document Intelligence kódírás nélkül épít tudásgráfot dokumentumokból.
- Egy feladatban több száz dokumentum dolgozható fel háttérben.
- A rendszer képeket, táblázatokat és szöveget is értelmez.
- A kinyert entitások meglévő AuraDB-adatokhoz kapcsolhatók.
- A funkció az AuraDB Free, Professional és Business Critical szintjein érhető el.
Dokumentumokból kapcsolt üzleti adatok
A Neo4j október 6-i bejelentése szerint a Document Intelligence segítségével a felhasználók meglévő dokumentumaikból hozhatnak létre tudásgráfot. A folyamatban először meg kell adni, milyen információkat szeretnének kinyerni, majd a gráfmodell a vásznon vagy a beépített asszisztenssel finomítható.
A megközelítés a dokumentumokban szereplő entitásokat és kapcsolatokat teszi láthatóvá. Egy beszállítóra vonatkozó kérdés például függhet egy szerződésben rögzített kötelezettségtől, egy másik dokumentumban szereplő kivételtől és a beszállító által kínált termékektől. A tudásgráf ezeket az összefüggéseket a már karbantartott üzleti adatokhoz is kapcsolhatja.
A Neo4j szerint a kapcsolt gráf tisztább jelet adhat az alkalmazásoknak és az AI-ügynököknek, mint a nyers szöveg önmagában, így kevesebb token felhasználásával is lekérhető a kapcsolódó kontextus.
Több száz dokumentum, képek és táblázatok
Az általános elérhetőségű kiadás már több száz dokumentum feldolgozását támogatja egy feladaton belül. Az importálás háttérben fut, állapota az Aura konzolban követhető, a rendszer pedig újrapróbálkozásokkal kezeli ellenállóbban a hosszabb ideig futó feladatokat.
A Document Intelligence a szöveg mellett képeket és táblázatokat is értelmez. Így olyan információk is bekerülhetnek a létrejövő gráfba, amelyek korábban csak vizuális elemekben voltak megtalálhatók.
A szolgáltatás meglévő gráfmodellt is ki tud egészíteni. A kinyert entitásokat összeveti az AuraDB-ben már szereplő adatokkal, és az új tényeket, illetve kapcsolatokat ezekhez a rekordokhoz adhatja. Az entitásfeloldás során a rendszer egységesíti az entitásokat, leszűkíti az összehasonlítandó párokat, pontozza a jelölteket, majd az egy hasonlósági küszöbérték felettieket összevonja.
Az asszisztenssel közösen alakítható a gráfmodell
A beépített asszisztens a dokumentumok mintája alapján gráfmodellt javasolhat, majd a felhasználó beszélgetésben vagy közvetlen szerkesztéssel pontosíthatja azt. A munkamenet során az asszisztens megőrzi a beszélgetés kontextusát, így módosíthatók a kapcsolatok, hozzáadhatók a mintadokumentumokban talált információk, és ellenőrizhető, hogy a modell képes-e megválaszolni az üzleti kérdéseket.
A mintavétel a teljes gyűjteményből történik, ezért a javasolt modell a Neo4j szerint jobban tükrözheti az ismétlődő entitásokat és kapcsolatokat, mint egyetlen dokumentum vizsgálata. A modell leírásai és típusos tulajdonságai megkönnyítik az ellenőrzést, az eredmény pedig a vásznon is átnézhető.
Két lépésben készül el a dokumentumgráf
A folyamat első szakaszában a rendszer mintát vesz a dokumentumgyűjteményből, és javaslatot tesz a felülvizsgálható, finomítható gráfmodellre. A modell jóváhagyása után feldolgozza a teljes gyűjteményt, kinyeri az entitásokat és kapcsolatokat, feloldja az ismétlődő említéseket, majd az eredményt az AuraDB-be írja.
A létrejövő gráfban az entitásokhoz lexikális réteg is kapcsolódik. Ez dokumentum- és szövegrész-csomópontokat tartalmaz, a szövegrészeken pedig hasonlósági kereséshez használható beágyazások vannak. Az entitások visszamutatnak azokra a szövegrészekre, ahol megtalálták őket, így az alkalmazások a gráfkapcsolatok bejárása mellett a forrásrészleteket is lekérhetik.
A Document Intelligence jelenleg az Aura konzolban érhető el a Free, Professional és Business Critical szinteken. A Neo4j a következő lépések között API-, parancssori és Model Context Protocol-hozzáférést említ, hogy a funkció folyamatokba és AI-ügynökökbe is beépíthető legyen. A vállalat vizsgálja az ügyfélfelhős környezeteket és a saját üzemeltetésű Neo4j-t is.
