知识图谱与推理可视化实验室
Knowledge Graph & Reasoning Visualization Lab
通过 8 个交互式可视化模块，探索知识图谱的核心技术：从实体抽取、关系抽取到图嵌入、多跳推理、GraphRAG、本体构建、图神经网络与知识补全。每个模块包含 SVG 动画演示、可调参数与实时统计面板。
01
实体抽取 Entity Extraction / NER
从非结构化文本中识别并分类命名实体（人名、地名、组织等），以彩色边框标注不同实体类型。点击"开始抽取"观看逐词扫描动画。
02
关系抽取 Relation Extraction
识别文本中实体对之间的语义关系，生成 (头实体, 关系, 尾实体) 三元组。支持关系类型过滤与置信度阈值调节。
03
KG 嵌入 Knowledge Graph Embedding
将实体和关系映射到低维向量空间，可视化 h + r ≈ t 的向量运算原理。支持 TransE / TransR / RotatE 三种嵌入方法。
04
多跳推理 Multi-Hop Reasoning
在知识图谱子图上执行多跳推理，从源实体出发沿关系路径到达答案。动画展示路径逐跳展开过程。
05
GraphRAG Graph Retrieval-Augmented Generation
完整展示 GraphRAG 流程：文档处理 → 实体抽取 → 社区聚类 → 层次摘要 → 查询路由。对比全局查询与局部查询的路由差异。
06
本体构建 Ontology Construction
构建领域本体类层次树，展示 is-a 继承关系与 has-property 属性关系。点击节点展开或折叠子类。
07
图神经网络 Graph Neural Network
可视化图神经网络的消息传递机制：邻居节点特征聚合 → 节点更新 → 下一层。支持 GCN / GAT / GraphSAGE 三种架构。
08
知识补全 Knowledge Completion
预测知识图谱中缺失的边（关系），通过嵌入打分为候选三元组排序。动画展示扫描 → 打分 → 高亮潜在缺失关系的过程。