内容来源：来自加州大学圣迭戈分校（UCSD）、卡内基梅隆大学（CMU）等机构的研究者提出了一种 自动知识抽取框架，可以从 BERT 或 RoBerta等预训练语言模型中高效且可扩展地提取 知识图谱。

知识图谱简介

知识图谱 (KG) 是表示知识的一种形式，通常由头尾实体及其关系的三元组构成。它被广泛应用在各个领域，包括搜索引擎、推荐系统、聊天机器人和医疗保健。传统的知识图谱是通过昂贵的众包（例如WordNet, ConceptNet, ATOMIC）构建的。

尽管最近的研究探索了使用文本挖掘技术来自动构建知识图谱，但由于