-
百科知识图谱具有100W_en的实体
处理了同义词，添加了唯一性标签，基于neo4j导出的csv,不要使用office打开，会乱码的，使用程序提取更好一些。 链接：https://pan.baidu.com/s/1LhZ7YUKsHVhsfJIXZB9GhA?pwd=9m15 提取码：9m15 -
基于知识图谱的多模态类比推理数据集
ICLR2023“Multimodal Analogical Reasoning over Knowledge Graph”提出的数据集，包含一个多模态知识图谱数据集MarKG和一个多模态类比推理数据集MARS，用来评估模型的多模态类比推理能力。 -
中文多模态命名实体识别数据集
Wukong-CMNER，一个多模态NER数据集包含图像和文本的语料库。有55423个注释我们语料库中的图像-文本对。本数据是由华为发布的Wukong数据集标注得到，感谢华为公司允许对数据进行标注。 -
2022卡塔尔世界杯知识图谱
本项目计划构建2022卡塔尔世界杯中的各种实体（包括球员、国家队、俱乐部等）以及它们之间关系（包括人物与组织概念之间的从属关系以及人物关系等）的知识图谱。 -
《海贼王》知识图谱
本项目构建了动画《海贼王》知识图谱，以人物、职业、组织、种族为主要实体，并包含人物间关系，数据来源为Fandom海贼王中文版wiki和百度百科。项目步骤为：数据爬取与预处理，数据清洗和补充，人物关系知识抽取，可视化与知识问答。 -
名侦探柯南知识图谱及其问答
这是一个包含名侦探柯南中重要人物之间关系的知识图谱，其中包含有基础的知识图谱问答代码。 百度百科中对《名侦探柯南》系列相关人物和作品都有较为详尽的词条描述，本项目的知识主要来自于此网站。我们通过爬取百科词条，对所需知识内容进行提取。我们选用 neo4j 图数据库来存储我们的名侦探柯南人物关系知识图谱。... -
周杰伦歌曲知识图谱及在线查询系统
周杰伦（Jay... -
《倚天屠龙记》人物关系知识图谱
一个基于金庸武侠小说《倚天屠龙记》的人物关系三元组，包含了文中所有人物之间的主要关系，支持数据可视化。 -
工业信息安全知识图谱相关
包括1.网络安全等级保护基本要求，和ics相关的部分 2.美国工控漏洞数据集 3.cwe,cve,capec数据集 -
国内外TOP250电影作品知识图谱
我们基于国内外优秀影视作品，构建了一个关于其类型、主演、导演、上映时间的知识图谱。本项目运用了数据爬虫技术、深度抽取技术、知识图谱构建技术等关键技术，并在图谱上进一步实现了搜索、问答、挖掘等简单的应用。 -
imp知识图谱
imp数据构建三元组 -
鬼灭之刃知识图谱
本项目依据成员的兴趣，构建了动漫《鬼灭之刃》的知识图谱。本图谱的数据来源为Fandom鬼灭之刃wiki和萌娘百科鬼灭之刃的词条。项目构建了以人物、组织、技能为主要实体的知识图谱，实现步骤主要有以下几点： 通过爬虫爬取网页wiki上的半结构化数据和文字数据 对爬取的数据分别进行数据处理，半结构化数据直接转化为三元组，文字数据进行知识抽取... -
陈奕迅音乐作品知识图谱
2022年年末，陈奕迅的歌迷们终于盼来了在香港红馆举行的陈奕迅《FEAR AND DREAMS》演唱会，在此背景下，我们构建了陈奕迅音乐作品知识图谱，以便对陈奕迅演唱的作品进行更加深入的了解和分析。... -
安卓API关联关系知识图谱及挖掘分析
基于安卓API级别14-29官方文档，逐文档提取包、类、方法、权限四类实体 针对结构化文本直接解析关系，针对非结构化文本，采用基于模板匹配的关系抽取：人工提取关系匹配模板，逐句进行自然语言处理中的单词主干提取、实体名称规范化等操作，进行关系匹配，获得函数关系、类关系、继承关系、使用参数、返回值、抛出、替代、条件、指代、使用权限等十类关系... -
《红楼梦》人物关系知识图谱
本项目构建了《红楼梦》中的各人物以及他们之间的人物关系的知识图谱。主要包括四部分工作：（1）数据获取与预处理；（2）命名实体识别；（3）实体关系抽取；（4）可视化与知识问答。 -
郑渊洁相关
该数据集没有简介
-
希腊神话人物知识图谱
基于百度百科及其他开放域数据作为语料来源，将神话人物名字作为主题关键词，通过爬虫爬取结构化数据作为知识图谱基本数据，并进行语义抽取构建了希腊神话人物关系的核心数据 在上述基础上，我们对数据进行半结构化，实体消歧（指爬虫的过程中选取希腊神话故事的人物），实体互补（指利用实体的亲属关系值的内容进行实体补充） 利用知识图谱实现了简单的知识问答 -
浙江省文化站基础信息
来自于浙江省数据开放平台，并利用ChatGPT对文化站的交通消息进行了格式化与抽取。 -
基于cnScheme的外国文学研究领域知识图谱
基于开放域数据CNKI的12833 篇研究文献作为语料来源，将文献中的关键词作为主题关键词，作者作为研究人员。通过爬虫爬取结构化数据作为知识图谱基本数据，结合爬取一些自然语言数据与半结构化数据，并进行语义抽取构建了外国文学研究领域的核心数据 在上述基础上，我们进行了实体对齐与部分的实体消歧，比如译名的对齐：列夫·托尔斯泰 和 托尔斯泰... -
author_article_school
从知网下载的4000条左右的论文数据集，总共三个实体 作者(author_id,name) 论文(article_id,summary,urls,year,article_name,cite,down) 就读高校(school_id,school_name) 关系：write_to,graduate_to 可以直接导入Neo4j使用
