Show HN: 18万語がテンポラル知識グラフとしてどのように見えるか (Ozシリーズ)
Show HN: What 180k words look like as a temporal knowledge graph (Oz series) (synaptale.com)
要約
この記事は、物語をエンティティ(ノード)とそれらの関係や行動(エッジ)で構成されるテンポラル知識グラフとしてモデル化するSynapTaleというシステムを紹介しています。デモではOzシリーズの最初の100章を使用しており、キャラクターの行動、秘密、人間関係などの興味深い分析結果が示されています。システムは、LLMとNLPを組み合わせた複数のパイプライン、時間経過を考慮したエッジのタイプ分け、物語固有のオントロジー構築、そしてエピステミックノードによる情報伝達の表現といった技術的アプローチを採用しています。
全文翻訳
グラフは自由に探索でき、登録は不要です。
SynapTaleは、物語をエンティティ(ノード)とその行動や関係性(エッジ)からなるテンポラルグラフとしてモデル化します。このグラフは、ウィキの単なる可視化ではありません。ウィキ、タイムライン、関係性の履歴、分析機能は、すべてグラフからの投影です。
現在のデモには、232個のエンティティと1,852個のエッジが含まれており、物語の各章のスナップショットが記録されています。100章の時点でも、8章で交わされた約束を記憶しており、物語をソースで検証可能な一連の事実に変換しています。
最も興味深い発見は、グラフ自体と「Analytics」タブで見つけることができます。私が発見したいくつかの点は以下の通りです。
- キル数が最も多いキャラクターは「ブリキの兵士」で、これは偶然踏み潰してしまった甲虫を悼むキャラクターと同じです。ドロシーは2位で、3つの殺害イベントに関与しています。
- シリーズの最初の100章において、ドロシーは誰一人として欺いていません。
- 「臆病なライオン」が脅迫の数で3位にランクインしています。
- 最初の100章には、60個の秘密と254個の対話イベントが含まれています。
技術的な詳細
-
LLMとNLPを組み合わせた5種類の異なるマルチエージェントパイプライン:プリスキャン、オントロジー構築、章ごとのグラフ抽出、数十章にわたる期間での後方検証、そしてスピーチプロファイルとリンガリスティックエッジのための言語プリスキャン。
-
生きている物語には、生きているグラフが必要です。エンティティとその関係性は進化するため、時間を考慮する必要があります。単純な
is_activeフィールドだけでは不十分です。
私は3種類のエッジを考案しました。
event:瞬間的なアクション。identity:事実。state:終了に正当化とテキストからの引用を必要とする永続的なアクション。
エッジの大多数はイベントであり、開始したのと同じ章で終了します。これにより、状態(state)とアイデンティティ(identity)のエッジの少数のみが継続的にアクティブであるため、システムはうまくスケーリングできます。
- オントロジー。LLMにエンティティと関係性をグラフに抽出させるだけでは不十分です。各章ごとに、最も賢いモデルでさえ、重要でないフィールドを invent し続けたり、既存のフィールドに新しいエイリアスを作成したり、同じフィールドを矛盾した方法で表現したりします。
そのため、グラフを抽出する前に、システムは物語全体にわたってオントロジーのスキャンを実行します。これにより、物語固有のエンティティとエッジのタイプ、およびそれらのフィールドと説明がキャプチャされます。
- 認識論(Epistemics)。イベントは物語の一部にすぎません。情報の分布を理解することも重要ですが、イベントエッジだけでは表現が困難です。
私は新しいノードタイプである「認識論ノード(epistemic nodes)」を導入することで、これを解決しました。これは、同じ事実に対する異なるエンティティの視点を捉えます。微妙なヒントはまだ見逃される可能性があり、この領域ではシステムはまだ完璧ではありません。