Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
使用方法
!!! tip "Level 1 入门" 本指南适合初学者。阅读本指南前,请先完成 快速入门 和 使用模板。
了解 Hyper-Extract 的提取方法,以及如何在 Template.create 中快速切换不同算法。
什么是方法?
方法(Method) 是驱动知识提取的底层算法。在 Hyper-Extract 中,方法和模板一样,都可以通过 Template.create 直接调用:
# 使用模板
ka = Template.create("general/biography_graph", language="zh")
# 使用方法
ka = Template.create("method/light_rag")
区别在于:
- 模板 = 预配置好的领域方案(结构 + 提示 + 语言)
- 方法 = 纯提取算法,更轻量,适合需要切换不同算法的场景
方法类别
典型方法
直接提取方法,无需检索即可处理文本。
| 方法 | 最佳用途 | 关键特性 |
|---|---|---|
itext2kg |
质量优先 | 高质量三元组 |
itext2kg_star |
增强质量 | 改进的 iText2KG |
kg_gen |
灵活性 | 可配置生成 |
atom |
时序数据 | 证据归属 |
基于 RAG 的方法
检索增强生成方法通过结合检索与生成,在处理大型文档方面表现出色。
| 方法 | 最佳用途 | 关键特性 |
|---|---|---|
light_rag |
通用用途 | 快速、轻量 |
graph_rag |
大型文档 | 社区检测 |
hyper_rag |
复杂关系 | N 元超边 |
hypergraph_rag |
高级场景 | 增强超图谱 |
cog_rag |
推理任务 | 认知检索 |
基本用法
默认配置
from hyperextract import Template
# 创建并提取
ka = Template.create("method/light_rag")
result = ka.parse(text)
使用自定义客户端
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from hyperextract import Template
llm = ChatOpenAI(model="gpt-4o")
emb = OpenAIEmbeddings(model="text-embedding-3-large")
ka = Template.create(
"method/graph_rag",
llm_client=llm,
embedder=emb
)
方法选择指南
决策树
graph TD
A[选择方法] --> B{文档大小?}
B -->|大文档| C[基于 RAG]
B -->|小/中文档| D{需要证据?}
D -->|是| E[atom]
D -->|否| F{注重质量?}
F -->|是| G[iText2KG]
F -->|否| H[kg_gen]
C --> I{关系复杂度?}
I -->|简单| J[light_rag]
I -->|标准| K[graph_rag]
I -->|复杂| L[hyper_rag]
按用例推荐
快速提取(小文档)
# 快速简单
ka = Template.create("method/kg_gen")
高质量结果
# 最佳提取质量
ka = Template.create("method/itext2kg_star")
大型文档
# 高效处理
ka = Template.create("method/light_rag")
复杂关系
# 多实体关系
ka = Template.create("method/hyper_rag")
时序分析
# 带证据的时序方法
ka = Template.create("method/atom")
RAG vs 典型方法比较
| 功能 | 基于 RAG | 典型方法 |
|---|---|---|
| 文档大小 | 大型(10k+ 词) | 小型-中型 |
| 速度 | 较慢(检索步骤) | 较快 |
| 内存 | 较高 | 较低 |
| 质量 | 大型文档良好 | 小型文档更好 |
| 上下文处理 | 优秀 | 良好 |
| 用例 | 书籍、论文、报告 | 文章、摘要 |
方法速查
itext2kg
最佳用途:高质量三元组提取
ka = Template.create("method/itext2kg")
# 特点:
# - 针对三元组质量优化
# - 迭代精炼
# - 适合知识库构建
itext2kg_star
最佳用途:增强质量提取
ka = Template.create("method/itext2kg_star")
# 特点:
# - 提高提取质量
# - 更好地处理复杂情况
# - 增强的实体链接
kg_gen
最佳用途:灵活、可配置提取
ka = Template.create("method/kg_gen")
# 特点:
# - 可配置的生成
# - 灵活的 schema
# - 快速处理
atom
最佳用途:带证据的时序分析
ka = Template.create("method/atom")
# 特点:
# - 时序事实提取
# - 证据归属
# - 置信度评分
light_rag
最佳用途:通用、快速提取
ka = Template.create("method/light_rag")
# 特点:
# - 最快的 RAG 方法
# - 二元边(source-target)
# - 速度/质量的良好平衡
graph_rag
最佳用途:具有社区结构的大型文档
ka = Template.create("method/graph_rag")
# 特点:
# - 社区检测
# - 层次化摘要
# - 最适合非常大的文档
hyper_rag
最佳用途:复杂多实体关系
ka = Template.create("method/hyper_rag")
# 特点:
# - 超边(连接 2+ 个实体)
# - 捕获复杂关系
# - 更丰富的图谱结构
列出可用方法
from hyperextract import Template
from hyperextract.methods import list_methods
# 列出所有方法
methods = list_methods()
for name, info in methods.items():
print(f"{name}: {info['description']}")
print(f" 类型: {info['type']}")
最佳实践
- 从 light_rag 开始 — 大多数情况的良好默认值
- 使用 itext2kg 保证质量 — 当提取质量至关重要时
- 复杂数据尝试 hyper_rag — 当关系多方面时
- 时序数据考虑 atom — 当时间重要时
- 在数据上基准测试 — 方法在不同内容上表现不同
另请参见
前置知识:
- 使用模板 — Level 1: 开箱即用的领域方案
下一步:
参考:
- 方法概念文档 — 详细算法解释
- 选择方法:基线 vs 结构化抽取 — 何时只用 chunks,何时值得做图谱抽取
- 模板库 — 浏览现有模板