准备开始？这就是我们要做的：

• 了解什么是知识库和知识图谱。
• 了解如何构建知识图谱以及REBEL模型的工作原理。
• 实现从文本中提取关系、构建知识图并将其可视化的完整管道。
• 使用Streamlit构建交互式演示并将其部署到Hugging Face Spaces。

要尽早了解最终输出将是什么，请尝试这个Hugging Face Space上的演示。

以下是从 20 篇关于“Google”的新闻文章中提取的知识图谱示例。在本指南的最后，您将能够从您喜欢的任何文章列表中构建知识图谱。

开始吧！

知识库和知识图

知识库 (KB)是存储为结构化数据的信息，可随时用于分析或推理。通常，KB 存储为图（即知识图），其中节点是实体，边是实体之间的关系。

例如，从文本“Fabio living in Italy”中，我们可以提取关系三元组，其中“Fabio”和“Italy”是实体。

从原始文本中提取关系三元组是信息提取中的一项关键任务，支持多种应用&#