ppw2004/kuiba-worldview-kg

《魁拔之书》世界观知识图谱（LLM 抽取 + 智能体校验）

从《魁拔之书》（卷一/卷二）中文文本自动构建的世界观知识图谱：1624 实体 / 3555 语义关系，由多阶段 LLM 管线抽取、再经 ReAct 校验智能体逐段落比对原文修正（权重/描述修订/时序补全）。

构建方法

由开源框架 lorebase 生成，流程：

1. 结构化切片：章节边界切 566 块（~500 字，尾段重叠，块头上下文）
2. 实体词典：LLM 逐单元抽取 + 泛称词扇出清洗 + LLM 语义归并（1339 词）
3. 图谱抽取：词典候选 + 关系三元组抽取 + gleaning 补漏，14 类关系白名单
4. 智能体校验：ReAct 智能体逐 chunk 比对「原文 ↔ 图谱子图 ↔ 向量召回」，写回硬权重（访问）、软权重（评价）、描述修订（321 实体）、时序区间（72 节点/177 关系）

文件与字段

nodes.jsonl（1624 行）

字段	说明
name	实体规范主名（唯一）
type	person/race/faction/location/item/concept/event
aliases	别名（词典层归并）
description	一句话描述（跨块累积，经智能体修订）
hard_weight	校验智能体访问计数（事实性/关注度信号）
soft_weight	智能体评价净值（质量信号，负值=高置信疑点）
description_history	描述修订史 [{by, at, trace, text_old}]
desc_evidence	当前描述的原文证据
valid_from/valid_to	时序区间（纪元年整数，负数=纪元前）
source_chunks	出处块 id 列表

relationships.jsonl（3555 行）

字段	说明
head/tail	实体规范主名
rel	14 类白名单关系（MEMBER_OF/LEADER_OF/ENEMY_OF/ALLY_OF/PARENT_OF/TEACHER_OF/LOCATED_IN/OWNS/PARTICIPATES_IN/CREATED/KILLED/INCARNATION_OF/MASTERS/RELATED_TO）
evidence	原文证据短句（≤60 字）
source	出处 chunk_id 或 agent（智能体校验补充）
year	纪元年（负数=纪元前）
valid_from/valid_to	关系成立区间

chunks_index.jsonl（126 行）

chunk_id → 章节路径索引（关系 source 字段的寻址表；正文不含）。

质量说明

• 全量校验 561/566 chunk（99.8%），4891 条判定（valid 79.2% / rel_missing 5.7% / quality_bad 2.7%）
• 343 条关系为智能体依据原文补全（带证据）；518 条关系含年份
• 已知局限：53 实体无类型标注；抽取错误难以完全避免，soft_weight 为负的实体（21 个）为高置信疑点池

免责声明

• 本数据集为非官方的爱好者研究项目，与《魁拔之书》作者、出版方及青青树公司无任何关联
• 数据由 LLM 从原著文本自动抽取并经智能体校验，不保证与原著完全一致，仅供自然语言处理/知识图谱研究用途
• 数据集不含原著正文，仅含实体/关系结构化描述与 ≤60 字的原文证据短句（引用范畴）；禁止商用（CC BY-NC 4.0）
• 如版权方认为本数据集不适当，将在接到通知后立即下架

引用

@dataset{kuiba-worldview-kg,
  title  = {Kuiba Worldview Knowledge Graph (LLM-extracted, agent-validated)},
  author = {ppw2004},
  year   = {2026},
  url    = {https://huggingface.co/datasets/ppw2004/kuiba-worldview-kg}
}

构建框架：ppw2004/lorebase（Apache-2.0）