知识图谱项目汇总

最新推荐文章于 2025-11-20 16:31:00 发布
原创 最新推荐文章于 2025-11-20 16:31:00 发布 · 2.3k 阅读 · 65 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了基于深度学习的关系抽取框架，包括distantsupervisedrelationextractionmodels、使用基于BERT的实体和关系抽取的联合端到端模型，以及在TensorFlow和BERT上的管道式实体及关系抽取。此外，还介绍了在西游记、红楼梦、三国演义中的人物关系抽取应用，以及知识图谱构建和问答系统的实现。
TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

Experiments of developing an IRTG which simultaneously encodes transformations between phrase structure trees, dependency graphs and semantic graphs.

中文关系抽取

基于深度学习的中文关系抽取框架

distant supervised relation extraction models

使用基于 BERT 的实体抽取和关系抽取的联合端到端模

基于TensorFlow和BERT的管道式实体及关系抽取

关系抽取个人实战总结以及开源工具包使用

实体识别和关系抽取的联合模型

对西游记小说进行人物关系抽取

semeval 2010 task8 关系抽取模型代码

IPRE: a Dataset for Inter-Personal Relationship Extraction

CCKS2019-人物关系抽取

supervised relation extraction for PCNN (Zeng 2014) in pytorch 关系抽取

从零开始构建知识图谱

利用网络上公开的数据构建一个小型的证券知识图谱/知识库

整理知识图谱相关学习资料

基于知识图谱的智能问答机器人

史上最大规模1.4亿中文知识图谱开源下载

各大中文分词性能评测

基于知识图谱的《红楼梦》人物关系可视化及问答系统

基于知识图谱的《三国演义》人物关系可视化及问答系统

爬取百度百科中文页面，抽取三元组信息，构建中文知识图谱

基于知识图谱的问答系统，BERT做命名实体识别和句子相似度，分为online和outline模式

对知识库Wikidata的爬虫以及数据处理脚本 将三元组关系对齐到语料库的脚本 获取知识图谱数据的脚本

中文医学知识图谱命名实体识别，包括bi-LSTM+CRF，transformer+CRF等模型

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

典型知识图谱项目：FreeBase、WikiData、Schema.org、DBPedia、YAGO、WordNet、ConceptNet、BabelNet、Palantir
u013250861的博客
03-20 1839
典型知识图谱项目：FreeBase、WikiData、Schema.org、DBPedia、YAGO、WordNet、ConceptNet、BabelNet
知识图谱完整项目实战（附源码）
08-03
知识图谱完整项目实战视频教程，完整版，提供源码下载！ 课程特色： 1.完整项目：从需求到实现，贯穿一个项目完整的生命周期； 2.实战指引：始于工程，忠于实战； 3.源码剖析：提供完整的程序源码；
知识图谱项目（SSM框架）
lijiachu的博客
10-28 2128
一、简介 使用Neo4j图数据库，对数据进行存储，然后使用echarts库，将知识节点化展示。 使用SSM框架进行web项目的构建。 二、实现原理 1.批量向Neo4j数据库中添加数据 我在此篇博客有详细说明：向Neo4j导入数据。 2.利用echarts库进行节点展示 我在此篇博客有详细说明：echarts可视化 3.SSM框架的使用 我...
知识图谱-入门项目
最新发布
qq_45888893的博客
11-20 728
本文介绍了一个基于A股投资研究的开源知识图谱项目构建全流程。项目通过解析同花顺董事页面HTML和使用Tushare金融数据接口，提取出董事人员、股票行业和概念三类信息。使用build_csv.py脚本将原始数据转换为Neo4j所需的节点表(人、公司、概念、行业)和关系表，并采用MD5生成唯一ID解决重名问题。最后通过Neo4j-admin导入数据，实现了投资相关问题的知识查询。该项目完整展示了知识抽取、融合、存储和应用的知识图谱构建全流程，适合零基础开发者学习实践。
知识图谱（Knowledge Graph）
baijinswpu的博客
07-20 5480
认识知识图谱        随着W3C在2007年发起的开放互联网数据项目（Linked Open Data）的火热，互联网上的数据正从杂乱的网页文本数据转变为包含大量描述实体之间丰富关系的数据万维网。在这个背景下，Google于2012年5月率先提出了知识图谱的概念，目的是将用户搜索的结果进行知识系统化，让每一个关键字都拥有一个完整的知识体系，从而真正意义上实现基于内容的检索，提高搜索质量。如...
知识图谱项目札记
07-10 1071
时间：2017年7月10日1.获取领域知识：找相关领域专家获取项目所需的已经大量存在的结构化的知识数据。(别说找不到，只要有相关学科，一定能找到一些，自己去整理实在太耗费时间和精力，并且不敢保证其科学性)，以作后续处理。2. 对这些结构化的数据进行处理：[1]对这些结构化的数据再次结构化：按我们所需的数据结构进行重新整理。人工？还是直接使用数据库进行数据处理获得我们所需的结构数据？个人认为最好当然是
知识图谱项目实践
BIT_mk的博客
09-03 1969
俄乌战争知识图谱项目实践！
电网知识图谱项目总结（2）从局部文档RDF到全局知识图谱构建
像写诗一样优雅地写代码~
11-09 8470
本次项目相当于一个大的字符串处理和图数据的构建，再根据每个三元组对应关系拆封为一个个小问题，主要是对数据的处理和过滤。框架逻辑和函数细化方面写的还是挺缜密的，一步步调用处理从而得到最终的结果。 总之所有的知识都不会白学的~
知识图谱相关的数据集汇总整理
08-19
通过该链接，用户可以下载到最新和最全的知识图谱数据集，这无疑将大大降低他们在数据收集和处理上的时间和精力消耗，加速知识图谱相关项目的研究和开发进程。 然而，知识图谱的构建并不是一项简单的任务，它涉及到...
基于Python实现的糖尿病知识图谱建模及用药推荐项目源代码+数据集+详细文档
04-27
用药推荐：基于构建的糖尿病知识图谱，选择模型，统计模型与知识图谱结合使用，预测糖尿病病人使用的药物 数据文件说明： 知识图谱： patient.xlsx：糖尿病病人住院原始数据 drug.xls：内分泌降糖药物原始数据 ...
知识图谱医疗项目实战一 走起来！Python+Neo4j构建图谱
Jeremy Deng的博客
02-07 1302
知识图谱技术，是人工智能自然语言处理领域将知识文本形成“图”或者“网络”的一种技术，进而可以根据构建好的知识网络，做进一步分析或预测。比如医疗领域，我们将门诊的问诊记录，诊断结果，建议饮食，开具药物等信息按照选定的建模方式，构建出完整的门诊知识图谱，我们再问诊，就可以先基于知识图谱进行提问，系统根据知识图谱中已经构建好的关系和症状等等信息作匹配后进行回答。
知识图谱完整项目教程（附上代码）
05-03
知识图谱完整项目教程。水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字水字
Python知识图谱工具全解析
kcarly的专栏
05-24 1451
本文介绍了支持知识图谱构建与可视化的Python工具和开源项目，涵盖三大类工具：1）核心构建库如NetworkX、RDFlib和kglab，用于图结构创建和语义处理；2）可视化工具包括静态（Matplotlib、Graphviz）和交互式方案（PyVis、D3.js、ECharts）；3）全流程开源项目如awesome-knowledge-graph。文章提供了选型建议和工具活跃度评估，并推荐了进阶学习资源。开发者可根据项目规模、交互需求和标准兼容性选择合适的工具组合，如NetworkX+Matplotli
知识图谱项目实战
studyvcmfc的专栏
04-17 405
https://zhuanlan.zhihu.com/p/29332977
山东大学项目实训——知识图谱
.zhen.
05-17 568
项目基本介绍
新闻文本内容知识图谱表示项目
lhy2014的博客
10-06 4410
TextGrapher 项目地址：https://github.com/liuhuanyong/TextGrapher Text Content Grapher based on keyinfo extraction by NLP method。输入一篇文档，将文档进行关键信息提取，进行结构化，并最终组织成图谱组织形式，形成对文章语义信息的图谱化展示。 项目介绍 如何用图谱和结构化的方式，即以简洁...
知识图谱：12种通用知识图谱项目简介
u013250861的博客
05-23 1417
通用知识图谱大体可以分为百科知识图谱（Encyclopedia Knowledge Graph）和常识知识图谱（Common Sense Knowledge Graph）。 百科知识图谱是百科事实构成的，通常是“非黑即白”的确定性知识。早在2010年微软就开始构建商用知识图谱，应用于旗下的搜索、广告、Cortana等项目。2012年谷歌基于Freebase正式发布Google Knowledge Graph。 目前微软和谷歌拥有全世界最大的通用知识图谱，脸书拥有全世界最大的社交知识图谱。而阿里巴巴和亚马逊则
创新项目实训（18）——知识图谱构建
2401_83485566的博客
06-23 311
考虑到医院主页是为了向访问的用户提供一些阅读材料和信息，除了一些新闻链接之外，还提供了可供用户交互的知识图谱展示。事实上，因为节点之间的关系很复杂，屏幕介质显示有限，所以只取了50+个节点，不然会显得十分杂乱。在收集的数据中，选取了出现频率比较高的50+种肠科疾病，进行知识图谱的构建。
知识图谱嵌入表示实战——基于TransE、Pytorch的知识图谱嵌入项目（源代码和运行实例）
热门推荐
weixin_45440484的博客
05-31 1万+
知识图谱常用的嵌入方法主要有TransE、TransH、TransR、RESCAL、DistMult、ComplEx、RotatE、SimplE和TuckER等。项目步骤：1. 定义DBPDataset类表示数据集,重写__getitem__方法返回三元组。 2. 定义KGEmb模型表示知识图谱Embedding,包含实体与关系Embedding层。 3. 构建DataLoader加载数据集,定义优化器与TransE损失函数进行训练。 4. 训练结束后,ent_emb与rel_emb分别为实体与关系Embe
GitHub知识图谱问答系统项目汇总
GitHub知识图谱问答系统相关项目是一类结合了知识图谱技术与自然语言处理（NLP）的智能问答系统，旨在通过结构化的语义知识库实现对用户自然语言问题的精准理解和高效回答。该项目的核心在于将非结构化或半结构化的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值