Copyright 2023 by Nanjing University of Posts and Telecommunications. Time: 2/6/2023 Authors: Wenbo Zhou & Weizhuo Li & Bianyu Yang Mail: b20090724@njupt.edu.cn...

OpenConcepts 介绍 OpenConcepts (http://openconcepts.openkg.cn/)...

开放促进互联，连接创造价值，开放知识图谱是激活数据要素潜力的有力技术手段。数据的价值是在经济活动的信息交互过程中产生的——数据流通越开放，催生的应用场景越丰富；数据连接越充分，其价值也会得到不断放大和提升。秉承“利用开放的商业知识发现社会经济价值”的理念，我们发布首个大规模开放数字商业知识图谱AliOpenKG。第一个版本已包含了超过18亿的三元组，多...

这是中文百科知识图谱zhishi.me的dump,分为turtle格式和json-ld格式两个版本

  本数据集由CCKS2021论文“MOOPer：A Large-scale Dataset of Practice-oriented Online Learning” 发布。本文档对数据集内数据字段含义进行详细介绍，其他信息可参考原文获取。 点击此处下载MOOPer数据集 什么是MOOPer？...

本文介绍如何通过 NetworkX 访问开源的分布式图数据库 Nebula Graph，并借助可视化工具—— Gephi 来可视化分析《权力的游戏》中的复杂的人物图谱关系。

实时事理逻辑知识库终身学习和事件为核心的知识库搜索项目。包括事件概念抽取、事件因果逻辑抽取、事件数据关联推荐与推理。截至目前，我们已经积累事件概念描述三元组500余万，因果事件三元组两千余万，概念上下位三元组一百余万。“学迹”为三元组提供了一个搜索入口，围绕事件，提供事件的前序原因、后续结果，事件的关联概念，事件关联产业链的搜索。

知识图谱可视化：https://www.ownthink.com 本次ownthink开源了史上最大规模的中文知识图谱，数据是以（实体、属性、值），（实体、关系、实体）混合的形式组织，数据格式采用csv格式。 使用方式见GitHub： https://github.com/ownthink/KnowledgeGraphData 下载方式：...

为了给分析师以及其他行业人员提供领域和常识性的事件推理历史经验库，我们推出了商品金融事理图谱。我们经过事件标准化、事件对齐、事件融合等处理后，最终形成了具有动态更新能力的千万级多行业领域事理图谱。该平台以可视化的方式，对输入的特定事件的原因和结果进行展示，并对社会开放使用。

87万实体概念描述知识库，基于开放文本挖掘而成，格式为[实体/概念，描述体，置信度]，...

本项目内容包括数据采集、知识存储、知识抽取、知识计算、知识应用五大部分 【1】数据采集 本次项目主要采集构建了两个知识图谱和一个关系抽取数据集 人物知识图谱：主要包含各个人物的信息 关系抽取数据集：标注出自然语言中存在的实体以及他们之间的关系 实体关系知识图谱：构建《海贼王》中各个实体之间关系的知识图谱 【2】知识存储...

BasketballKG 篮球知识图谱库文件构成： Neo4jData目录为篮球相关的知识图谱，以Neo4j知识图谱库的形式存储； knowledgeGraph目录为实现新闻自动生成时调用的知识图谱数据，以Python语言可调用的方式存储； 图谱数据...

本项目计划构建小说《冰与火之歌》（A song of ice and...

我们构造的网易云音乐图谱中包含歌曲（music）、演唱者（artist）、专辑（alnum）、歌单（playlist）四类实体和相应的属性（name、lyric等），以及歌曲之间的相似关系（similarTo）、演唱者与歌曲的演唱和被演唱关系（sungBy）、专辑与歌曲之间的包含和被包含关系（containedInAlbum）、歌单与歌曲之间的包含和被...

知识图谱可视化检索：https://www.ownthink.com/knowledge.html 知识图谱数据使用方式见主页：https://www.ownthink.com/ 说明文档：https://www.ownthink.com/docs/kg/...

七律-7Lore，是狗尾草科技精心打造的百科知识图谱，是人类世界海量知识的集合，它包含了事物、事实、概念、规则等等。...

豆瓣电影的知识图谱，展示导演、编剧、演员与电影的关系

TechKG_Applications是由“东北大学-知识图谱研究组”开发的一套可支持多种知识图谱相关任务的知识库集，包括6个知识库(TechAbs、TechRE、TechNER、TechQA、TechTerm、TechBiTerm)，从TechKG中提取。既可支持知识图谱研究相关任务，如NER、RE、KBQA等，也可支持如机器翻译、文本分类等传统自然...

TechKG10是从TechKG中抽取的子集，共包含38个领域，由“东北大学-知识图谱研究组”开发完成。抽取规则如下：1）领域术语的tf*idf在前10%；2）每个实体至少出现在10个三元组中。

TechKG是一个“中文、面向学术、领域分类明确”的大型知识图谱知识库，由“东北大学-知识图谱研究组”开发完成。目前TechKG分38个领域，共包含超过5千万个实体以及2.6亿个三元组，可以支持知识图谱研究相关的多个任务：如KGE、RE、NER、KBQA等，还可以支持文本分类等任务。我们希望，经过不懈努力，TechKG可为中文的Freebase或YAG...