登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 ナレッジグラフ
ナレッジグラフ コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
ナレッジグラフ を含む検索結果
📄 ドキュメントをアップロードするだけでナレッジグラフが構築できる時代へ。Neo4jの新機能「Document Intelligence」がAuraに登場! タイトル: Introducing Document Intelligence: From documents to a knowledge graph, right inside Aura URL: 📦 概要 Neo4jのフルマネージドグラフDB「Aura」に、非構造化ドキュメントからナレッジグラフを直接構築する「Document Intelligence」機能が追加されました。PDF、契約書、技術文書などをアップロードするだけで、エンティティ抽出、名寄せ、グラフ構築までをプラットフォーム内で完結できます。 ❓ 解決する課題 企業データの大部分は非構造化ドキュメントに眠っていますが、そこからナレッジグラフを構築するには、LLMによるエンティティ抽出、エンティティ解決、グラフスキーマ設計といった複雑なパイプライン構築が必要でした。この技術的なハードルが、ナレッジグラフ活用を一部の専門チームに限定していました。 💡 方法論と提案手法 LLMベースのエンティティ抽出で人物・組織・概念を自動識別し、異なるドキュメント間の同一エンティティを名寄せして統合。抽出された関係性からグラフスキーマを推論してAuraDB上にナレッジグラフを構築します。構築したグラフはそのままAura Agent、GenAI Copilot、GraphRAGの知識基盤として活用可能です。 🛠 ユースケース ・法務チームが大量の契約書から義務関係を抽出してコンプライアンスチェックを自動化 ・製薬企業が論文や臨床試験レポートから分子と疾患の関係を構造化して創薬研究を加速 ・ベクトル検索だけでは捉えきれない構造的関係性をグラフが補完し、RAGの回答精度を向上 #KnowledgeGraph# #Neo4j#
もっと見る
AIエージェントの回答を「検証可能で説明できる事実」に根拠づける——ナレッジグラフ+GraphRAG+エージェントのフルスタックをまるごとオープンソースで提供する基盤です🕸️ タイトル: trustgraph-ai/trustgraph URL: 🕸️ 概要 AIエージェントのためのオープンソースのセマンティック・デプロイメント基盤です。コアは「コンテキストグラフ」(ドメイン知識を構造化しクエリ可能にした表現)。コンテキストグラフ・メモリ・検索・オーケストレーション・推論を、決定論的なエージェント向けにフルスタックで提供します。 ❓ 解決する課題 LLM単体では、なぜその答えになったのかを辿りにくく、ハルシネーションのリスクもあります。 ・エージェントの回答を、検証可能で説明可能な事実に根拠づけるのが難しい ・TrustGraphはナレッジグラフ構築とGraphRAGを組み合わせ、意味的に豊かで検証可能なコンテキストにアクセスできるようにします ・しかも主権的に管理できるプライベート環境で実現します 💡 主な特徴 ・マルチモデルDB(表・KV・ドキュメント・グラフ・ベクトル)とマルチモーダル対応、エンティティ/関係の自動抽出 ・DocumentRAG・GraphRAG・OntologyRAGのパイプラインと、3D GraphVizによる可視化 ・単一/マルチエージェント、ReAct・Plan-then-Execute・Supervisorパターン、MCP統合 ・Context Cores:スキーマ・グラフ・埋め込み・エビデンス・検索ポリシーを束ね、コンテキストをコードのようにバージョン管理 🌍 技術スタック / 使い方 ストレージはCassandra・Qdrant・Garage、メッセージングはPulsar等、LLMはAnthropic/OpenAI/Google等+ローカル推論(vLLM/Ollama等)に対応。npx @trustgraph/configで構成し、ポート8888のUIから利用できます。Apache 2.0ライセンスです。 #GraphRAG# #ナレッジグラフ#
もっと見る
受発注バスターズ、帳票の変換実績4.7万件をナレッジグラフ化
オントロジー周りの言葉、混同されがちなので整理。 ・セマンティックレイヤー=指標の共通定義、いわば辞書引き ・オントロジー=概念や関係や制約を定義する設計図 ・ナレッジグラフ=その設計図に沿って並べた実データ LLMの精度を上げたいなら、辞書引きだけじゃ足りない。
もっと見る
基幹システムの保守に AI を活用: 1 週間の影響調査をわずか 1 日に短縮 → SOMPOシステムズは、大規模なコードの保守に AI を取り入れるため、Tech Acceleration Program(TAP)で検証。Cloud Workstations とナレッジグラフを起点に、プラットフォーム エンジニアリングを進めます。
もっと見る
「今の知識」だけでなく「いつ真実で、いつシステムが信じたか」という時間軸まで記録する、世界初を謳うOSSの企業ワールドモデルが登場しています。 タイトル: deeplethe/utopia URL: 📝 概要 Rust製・PostgreSQL+pgvector採用のUtopiaは、ビテンポラル(二時間軸)知識グラフを核とした企業向け知識統治プラットフォームです。 ❗ 解決する課題 既存のベクトルストアやナレッジグラフは「今」の正しさにしか焦点を当てておらず、決定の追跡可能性や監査証跡が不足していました。 ⚙️ 方法論 すべての事実に「世界で真実だった時点」と「システムが信じた時点」の2軸を持たせ、矛盾検出・エンティティ解決・オントロジー駆動の推論を組み合わせています。全操作は改ざん防止の決定台帳に記録されます。 🔧 ユースケース PDF・Notion・Jira・S3など多様なソースを取り込み、Claude DesktopやCursorとMCP連携。エアギャップ環境での完全オフライン運用にも対応し、コンプライアンス監査が求められる現場に向いています。 📊 実績 GitHubスター9,000超・フォーク1,000超という実績があり、Docker Composeで手軽に立ち上げられます。現在はv0.1段階で活発に開発が続いています。 #OSS# #ナレッジグラフ#
もっと見る
保険会社や保険代理店の事務作業を担うAIエージェントを作る米国のStitchStudioが、Voyager Capital主導のラウンドで800万米ドルを調達しました( VenturesとGrit Capital Partnersのほか、以前から出資するManchesterStoryとBrokerTech Fundも参加しました。同社は2025年に300万米ドルのシードラウンドを調達しています。資金は従業員福利厚生、生命保険と年金保険、企業向け財物保険の新製品に充て、カスタマーサポートの増員とセルフサービス機能の開発も進めるとのこと。 保険会社では古いシステムと新しいシステムが並んで動いていることが多く、担当者は同じデータをいくつもの画面に打ち込むことになります。StitchStudioはシステムを入れ替えるのではなく、エージェントを既存のシステムにつなぐ方針です。 エージェントは、見積もりの比較、販売代理人のオンボーディング(登録などの受け入れ手続き)、請求の確認といった業務の一工程ずつを受け持ちます。公式サイトによると、保険業界の役割やルール、規制に合わせたナレッジグラフ(概念どうしの関係をつないだデータベース)と、出来合いのオーケストレーション(複数の処理の段取り)を備え、導入期間は8〜12週間。エージェントの操作はひとつずつ記録され、後から追跡や監査ができます。SOC 2 Type II(外部監査人によるセキュリティ管理の評価)の認証も取得しています。 顧客にはM3 Insurance、Heffernan Insurance Brokers、Fidelity Lifeが名を連ねます。ある顧客では、提案書を返すまでの時間が90分から15分に縮んだそうです。Heffernanでは保険会社の選定や顧客への助言は引き続き担当者が行い、データの収集と比較をソフトウェアが受け持っています。CEOのKaran Mishra氏は、顧客が最初のワークフローを稼働させたあと、全社に広げたいと戻ってきたと話しています。 保険AIへの投資も続いています。今週はロンドンのAncepが代理店向けエージェントで850万米ドルを調達し、Corridorも福利厚生分野で2,500万米ドルを集めて立ち上がりました。大手のGuardianは、年間100万件の歯科関連の電話をAIエージェントに任せています。 人の判断は残し、画面の間でデータを運ぶ作業をエージェントに渡す設計なので、古いシステムを抱えた業界ほど、置き換えるAIより既存の仕組みにつなぐAIから広がっていくのかもしれません。
もっと見る
🦈 そのプレスリリース、世に出す前に「数百人の世論」にぶつけてみませんか?1ドル・10分で群衆の反応をまるごとシミュレートする、ちょっと未来的なエンジンが登場しました。 タイトル: aaronjmars/MiroShark URL: 📦 概要 MiroSharkは「ユニバーサル群知能エンジン」です。プレスリリースやニュース、政策草案、質問など任意のシナリオに対し、数百のAIエージェントがリアルタイムにどう反応するかをシミュレートします。エージェントは投稿し、議論し、取引し、時間の経過とともに立場を変えていきます。 ❓ 解決する課題 施策や発表にリソースを投じる前に、現実の世論がどう受け止めるかを検証したい。MiroSharkは、長時間のフォーカスグループや高額な市場調査を不要にし、1ドル以下・10分未満での検証を可能にします。 💡 仕組みと提案手法 動作は5フェーズです。 ・入力ドキュメントからオントロジーを生成 ・エンティティ関係を持つNeo4jナレッジグラフを構築 ・人口統計やWeb情報、グラフ属性で100体以上のペルソナを基礎付け ・Twitter・Reddit・予測市場をまたいで1時間単位で相互作用 ・実際の投稿や取引を引用したレポートを生成 投稿はNER・埋め込み・エンティティ解決で取り込み、ベクトル+BM25+グラフ走査を融合して検索します。 🎯 ユースケース ・PR炎上のテストや市場反応の予測 ・広告キャンペーンの事前検証や政策インパクト分析 ・個人の意思決定シナリオや歴史の反実仮想 実行中に速報ニュースを割り込ませたり、途中で分岐(反実仮想ブランチング)させたりもできます。 📊 注目ポイント ・GitHubで1.3kスター・265フォーク、AGPL-3.0ライセンス ・1回のシミュレーションは約1ドル・約10分・100体以上のエージェント ・バックエンドはPython、フロントはVue.js、DBはNeo4j。LLMはOpenRouter(ローカルOllamaにも対応) #AIエージェント# #シミュレーション#
もっと見る
金融犯罪はネットワークで動くのに、対策チームはサイロの中にいる。そのギャップをグラフで埋める製品が登場しました🕸️ Introducing Neo4j GraphAware Financial Crime Intelligence 🧩 概要 内部・外部データを統合したグラフ基盤の上で、検知から調査・意思決定までをつなぐ金融犯罪対策プラットフォームです。 ⚠️ 解決する課題 ・ツールとデータのサイロ化で、個々のイベントしか見えない ・弱いシグナルが被害後まで見過ごされる 🛠️ 仕組み ・Unify: エンティティ解決済みの永続ナレッジレイヤーを構築 ・Signal: 共有インフラ、ID使い回し、循環フロー、レイヤリングなどをグラフで検知 ・Alert: 関連活動を相関させ、文脈つきで通知 ・Investigate: 複数ホップをたどり、証拠と根拠を記録 🔎 ユースケース ・不正取引: 共有デバイスやマネーミュール網の可視化 ・AML/KYC: 法人構造から実質的支配者を特定 ・保険金不正: 無関係に見える請求の背後にある組織的ネットワークの発見 🤝 特長 調査担当者とAIエージェントが同じナレッジレイヤーで推論する「human-led, AI-accelerated」。既存の検知エンジンと併用でき、1つの課題から始められます。 #グラフデータベース# #金融犯罪対策#
もっと見る
AIエージェントをエンタープライズシステムに組み込むプラクティス 【組織スコープ・エージェント】 💡 営業の質問にIT部の知識で答えていませんか? 部署やプロジェクトの境界に沿ってエージェントのスコープを定義し、権限・知識・トーンを自然に分離するパターンです。 🔥 解決する課題 - 部署ごとに異なるデータアクセス権限や業務知識をエージェントに反映できない - エージェントの所有者と責任範囲が不明確になる - 営業用語・IT用語・人事ポリシーなど部署固有の文脈が混在する - プロジェクト終了とともに散在した知識がアクセス困難になる 🏗️ 提案パターン 部署スコープ(恒常的)とプロジェクトスコープ(一時的)の2軸で構成します。部署スコープでは、WorkdayやOktaから組織グラフと権限を同期し、各部署エージェントに固有のツール・データ範囲・トーンを設定します。スーパーバイザが入口で意図を分類し、適切な部署エージェントへ振り分けます。プロジェクトスコープでは、JiraやAsanaのプロジェクト作成に連動してエージェント空間を自動払い出しし、終了時にアーカイブして知識を組織知識へ昇華します。 ✅ 選定条件 - 向き:部署ごとに業務・ツール・規制が大きく異なる大企業、プロジェクト型業務がある組織 - 不向き:横断業務が大半で部署境界が意味をなさない組織、恒常的な定型業務のみの場合 ⚠️ 落とし穴 - 組織変更時にエージェントのスコープが追従しないと、権限の不整合が発生します - 部署間の横断的な問い合わせに対するルーティング精度は実測での調整が必要です - プロジェクト終了時の知識昇華プロセスを怠ると、貴重なナレッジが散逸します 🛠️ 実装方針 1. Workday / OktaからSCIM同期で組織グラフを取得し、部署メンバーシップに基づくエージェントスコープを動的に維持します 2. スーパーバイザ/ルーターを入口に配置し、ユーザーの意図を分類して営業・IT・人事など適切な部署エージェントへ自動振り分けします 3. 各部署エージェントのツール・データ範囲・システムプロンプトを部署単位で制約し、ReBAC(関係ベースアクセス制御)で権限を管理します 4. Jira / Asanaのプロジェクト作成イベントをトリガーに、プロジェクト専用のエージェント空間を自動プロビジョニングし、終了時にアーカイブします 5. プロジェクト終了時に有用な知識をセマンティックメモリ・組織知識グラフへ自動昇華するパイプラインを構築します #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る