需聚焦实体识别与关系抽取：一、本地部署Qwen2.5-7B-Instruct+Open WebUI交互抽取；二、调用DashScope API远程生成JSON三元组；三、利用函数调用机制定制流程；四、Prompt Engineering+批量预处理离线抽取。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望利用通义千问模型从非结构化文本中自动生成知识图谱，则需聚焦于实体识别与关系抽取两个核心环节。以下是实现该目标的多种可行路径：
一、使用Qwen2.5-7B-Instruct模型本地部署+Open WebUI交互抽取
该方法依托轻量级但高指令遵循能力的Qwen2.5-7B-Instruct模型，在本地GPU设备上运行，通过可视化界面提交提示词，直接输出结构化三元组，适用于中小规模文本批量处理。
1、准备一台搭载RTX 3060或更高显卡的机器，安装vLLM推理框架与Open WebUI；
2、下载Qwen2.5-7B-Instruct的GGUF量化版本（如Q4_K_M），体积约4GB，确保显存充足；
3、在Open WebUI中加载模型，并配置系统提示词：“你是一个严格的知识图谱抽取器。请从用户输入的文本中提取所有(主语,谓语,宾语)形式的三元组，每行一个，格式为‘实体1-关系-实体2’，不添加任何解释、标点或编号。”；
4、输入示例文本：“HashMap线程不安全，ConcurrentHashMap通过分段锁保证并发安全；二者都实现了Map接口。”；
5、检查返回结果是否包含HashMap-具有特性-线程不安全、ConcurrentHashMap-采用机制-分段锁、HashMap-实现接口-Map等合规三元组；
6、将全部输出保存为纯文本文件，后续可清洗后导入Neo4j或Apache AGE等图数据库。
二、调用通义千问API进行远程三元组生成
该方法无需本地部署模型，依赖阿里云DashScope平台提供的标准化API服务，适合已有开发环境且需快速集成至业务系统的场景，支持JSON格式强约束输出。
1、登录阿里云DashScope控制台，开通通义千问文本生成服务，获取专属API Key；
2、在Python环境中安装openai兼容SDK：pip install -U dashscope；
3、构造请求体，设置response_format为"json_object"，并在prompt中明确指定输出结构：“仅返回JSON数组，每个元素为{'subject':'','predicate':'','object':''}，不得包含其他字段或说明”；
4、发送HTTP POST请求至https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation，携带文本与参数；
5、解析响应体中的choices[0].message.content字段，提取JSON数组；
6、验证返回内容是否为合法JSON且每项含三个键，关键字段值必须为非空字符串，例如{"subject":"孔子","predicate":"字号","object":"仲尼"}。
三、结合函数调用（Function Calling）机制定制抽取流程
该方法利用Qwen2.5-7B-Instruct原生支持的工具调用能力，将实体关系抽取封装为可注册函数，由模型自主决定是否触发及传入参数，提升结构化输出稳定性与可控性。
1、定义函数schema，声明名为extract_triples的函数，接受text: string参数，返回list[dict]，每个dict含subject、predicate、object字段；
2、在系统提示中写明：“你只能通过调用extract_triples函数完成任务，不可自行生成文本。若用户未提供文本，则拒绝响应。”；
3、向模型发送用户消息，附带待处理文本；
4、捕获模型返回的function_call字段，确认其name为extract_triples且arguments为合法JSON字符串；
5、执行本地函数逻辑，对arguments进行JSON解析，并执行规则校验，例如确保subject与object长度大于1、predicate不属于停用关系集；
6、将清洗后的三元组列表作为最终响应返回，其中每条三元组必须满足主谓宾语义完整且实体真实存在。
四、基于Prompt Engineering + 批量文本预处理的离线抽取方案
该方法适用于无GPU资源、仅具备CPU服务器或笔记本的用户，通过精心设计的多步提示模板，配合文本切片与重试机制，在通用计算环境下达成可用精度。
1、将原始长文档按语义段落切分为≤512字符的片段，避免超出模型上下文限制；
2、为每个片段构造独立prompt：“请严格按以下格式提取三元组：【实体A】-【关系】-【实体B】。只输出三元组，不要编号、不要解释、不要换行。若无可提取内容，请返回‘无’。”；
3、使用requests库循环调用DashScope API，对每个片段发起请求，设置timeout=30s、max_retries=2；
4、收集全部响应，过滤掉含“无”或空行的结果，对剩余行做正则清洗：提取方括号内内容并去首尾空格；
5、校验每行是否匹配正则模式r'【([^】]+)】-【([^】]+)】-【([^】]+)】'，未匹配项标记为异常待人工复核；
6、合并所有有效行，去重后生成CSV文件，列名为subject,predicate,object，其中重复三元组将导致图谱边冗余，必须执行哈希去重。
