文章指出，在以前的方法中，使用LLM生成三元组时，必须预定义好schema，假如schema数量很多/复杂，很容易超过LLM的上下文窗口长度。并且，在某些情况下，没有可用的固定预定义schema。
方法 一、EDC框架 提出了一个名为提取-定义-规范化（EDC）的三阶段框架：先进行开放信息提取，然后定义schema，最后进行规范化。解决知识图谱构建问题。
1.开放信息提取（Open Information Extraction）： 利用LLMs进行开放信息提取，通过少量的提示，LLMs从输入文本中识别并提取关系三元组（[主体, 关系, 对象]），不依赖于任何特定Schema。
OIE Prompt示例：
Givenapieceoftext,extractrelationaltripletsin提取的三元组：[‘Alan Shepard’, ‘bornOn’, ‘Nov 18, 1923’], [‘Alan Shepard’, ‘participatedIn’, ‘Apollo 14’]
2.Schema定义（Schema Definition）： 提示LLMs为提取的Schema组件（如实体类型和关系类型）提供自然语言定义。然后将这些定义作为用于规范化的辅助信息传递到下一阶段。
Schema Definition Prompt示例：
Givenapieceoftextandalistofrelationaltriplets结果： (bornOn: The subject entity was born on the date specified by the object entity.) and (participatedIn: The subject entity took part in the event or mission specified by the object entity.)
3.Schema标准化（Schema Canonicalization）： 第三阶段将开放知识库（KG）精炼成规范化的形式，消除冗余和歧义。首先使用句子变换器对每个schema组件的定义进行向量化，创建嵌入。然后根据目标Schema的可用性，规范化以两种方式之一进行：
目标对齐 （Target Alignment）：如果有预定义的目标Schema，识别目标Schema中与每个元素最相关的组件进行标准化。LLMs评估每个潜在转换的可行性，以确保不会过度泛化。自我标准化 （Self Canonicalization）：如果没有预定义的目标Schema，目标是合并语义相似(向量相似性)的组件，并将它们标准化为一个单一表示。通过向量和LLM验证来搜索潜在的合并候选者。与目标对齐不同，认为不可转换的组件被添加到规范Schema中，从而扩展它。Schema Canonicalization提示示例：
Givenapieceoftext,arelationaltripletextracted结果：[‘Alan Shepard’, ‘birthDate’, ‘Nov 18, 1923’],[‘Alan Shepard’, ‘mission’, ‘Apollo 14’]，构成了规范化的知识图谱。
二、EDC+R：迭代使用Schema检索器精炼EDC EDC+R 是对 EDC 的改进，通过引入一个额外的迭代步骤来进一步提升知识图谱的质量。这个过程类似于RAG ，通过在初始提取阶段的提示（prompt）中提供先前提取的三元组和相关Schema部分来实现。目标是利用从 EDC 过程中产生的数据来提高提取三元组的质量 。
精炼过程由以下两个主要元素组成：
候选实体 ：这是之前迭代中由 EDC 提取的实体，以及使用 LLM 从文本中提取的实体。候选关系 ：这是之前由 EDC 提取的关系，以及通过训练有素的 Schema Retriever 从预定义/规范化的Schema中检索到的关系。Schema Retriever 的作用：Schema Retriever是可以训练的，Schema Retriever 通过将Schema组件和输入文本投影到向量空间中，使得余弦相似度能够捕捉二者之间的相关性 ，即Schema组件在输入文本中出现的概率。
训练数据集由文本和它们对应的定义关系对组成 。微调的是一个嵌入模型，目标是区分与给定文本相关联的正确关系和其他不相关的关系 。
