知识图谱算法实习生

1、参与领域知识图谱的本体/Schema 设计，定义实体、关系、属性、事件体系。 2、基于 LLM Agent 构建自动化知识抽取 Pipeline：文档解析、切分、实体识别、关系抽取、事件抽取、三元组生成。 3、设计 Agent 工作流，包括任务规划、工具调用、记忆、反思与结果校验，提升抽取准确率和覆盖率。 4、参与知识融合与消歧：实体对齐、冲突检测、质量评估，并将结果写入图数据库。 5、结合 GraphRAG / KGQA，让 Agent 利用知识图谱进行检索、推理和多跳问答。 6、跟踪 LLM Agent、知识图谱、GraphRAG 前沿进展，完成实验复现与内部技术分享。