TRACE-KG：无需预设本体的知识图谱框架

2026年10月20日，arXiv Artificial Intelligence 刊出 Mohammad Sadeq Abolhasani 等人的研究，提出 TRACE-KG（Text-dRiven schemA for Context-Enriched Knowledge Graphs）框架。该框架无需预设本体，即可同时构建上下文增强知识图谱与诱导 schema，并通过结构化限定词捕捉条件关系；诱导出的 schema 作为可复用的语义骨架组织实体与关系，同时保留对源证据的完整追溯。实验显示，其生成的图谱结构连贯、可追溯，为本体驱动与无 schema 两类流水线提供了实用替代方案。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。