绘画作品知识图谱（个人）
该知识图谱围绕绘画艺术领域构建，包含作者、风格、作品三类实体。作者节点记录姓名、时期、国籍与类型；风格节点包含名称、地点与类型；作品节点包括标题、时期、主题与地点，支持对艺术影响、风格归属与作品收藏等关系的系统查询与分析。
《狂飙》知识图谱（个人）
本项目是基于《狂飙》电视剧构建的人物关系知识图谱。
阿尔兹海默症知识图谱（个人）
本项目为阿尔兹海默症领域的知识图谱构建与查询系统，旨在从医学文献中提取相关实体和关系，构建结构化的知识网络，并提供便捷的查询功能。项目首先从PubTator格式的医学文献中提取实体和关系，生成三元组数据。随后，将这些数据上传到Neo4j图数据库中进行存储和管理。 在应用层面，项目提供了查询工具，支持用户通过节点名称查询相关的实体和关系，并实现了基于知识图谱的大模型RAG，为大模型的问答提供了详细可靠的理论支撑，有效避免了幻觉现象的发生。
MOF材料知识图谱（个人）
知识图谱中包含多孔材料结构参数数据、稳定性信息吸附性能和价格等多维度的标签数据信息。该数据库将为多孔材料建模的研究提供丰富的化学信息来源，推动人工智能材料研究领域的发展。
著名github仓库知识图谱（个人）
浙江大学知识图谱课程作业 详情请关注 https://github.com/FoggyDawn/GitHubRepository-KG 本数据集拓展了cnSchema，在此基础上收集了著名的github仓库，并利用规则和大模型抽取了关系
基于大数据教材知识图谱的推荐系统实现（个人）
首先以大数据技术教材《大数据技术原理与应用（第三版）》为核心数据源，通过数据清洗等预处理步骤，构建高质量语料库。然后基于 GraphRAG 技术进行知识图谱的构建，利用大语言模型进行实体抽取、关系建模及社区检测，定义了包含数据结构、算法等 32 类实体类型，通过提示词微调优化领域知识提取精度，最终将生成的知识图谱存储于 Neo4j 图数据库，实现大数据技术知识的结构化建模与可视化展示。基于构建好的知识图谱进行大数据相关知识的推荐系统实现。
菲尔兹奖知识图谱（个人）
菲尔兹奖知识图谱
CS-ArXiv-Citation-KG：计算机科学领域学术论文引用与知识图谱（个人）
本项目围绕电视剧《甄嬛传》人物，以中文 Wikipedia 为数据源，依次完成知识图谱数据预处理、文本知识抽取及问答功能实现，预处理阶段通过定向抓取角色信息、三重过滤去重、多格式转换，生成 108 条有效实体及 775 条 SPO 三元组并构建向量索引；知识抽取基于大模型采用 “上下文增强 — 联合抽取 — 后处理对齐” 架构，约束实体生成、完成非人生物归一化并扩展高阶语义关系；问答功能依托 RAG 思路，融合向量索引、语义检索与 Qwen2.5-7B-Instruct 大模型，实现低幻觉、可追溯的自然语言问答，整体模块化设计兼具可复用性与可扩展性。
甄嬛传（个人）
本项目围绕电视剧《甄嬛传》人物，以中文 Wikipedia 为数据源，依次完成知识图谱数据预处理、文本知识抽取及问答功能实现，预处理阶段通过定向抓取角色信息、三重过滤去重、多格式转换，生成 108 条有效实体及 775 条 SPO 三元组并构建向量索引；知识抽取基于大模型采用 “上下文增强 — 联合抽取 — 后处理对齐” 架构，约束实体生成、完成非人生物归一化并扩展高阶语义关系；问答功能依托 RAG 思路，融合向量索引、语义检索与 Qwen2.5-7B-Instruct 大模型，实现低幻觉、可追溯的自然语言问答，整体模块化设计兼具可复用性与可扩展性。
孙燕姿音乐知识图谱及问答系统（个人）
本项目旨在构建一个垂直领域的孙燕姿音乐知识图谱，整理孙燕姿歌曲的作词人、作曲人、所属专辑等信息，并基于此开发智能问答系统。首先，从互联网中爬取孙燕姿歌曲的目录与非结构化文本等信息。随后，引入 LLM 进行实体抽取，从网页长文本中精准抽取出作词、作曲、所属专辑等结构化元数据，并对缺失信息进行补全。处理后的数据被清洗并转化为标准的三元组格式，最终导入Neo4j图数据库中，实现孙燕姿音乐知识网络的可视化与持久化存储。在应用层面，项目基于孙燕姿音乐的图谱结构构建了检索增强生成（RAG）问答系统。该系统能够解析用户的自然语言提问，从图数据库中检索相关的子图知识作为上下文，从而引导LLM生成回答，实现静态图谱数据向动态智能交互的转化。
基于知识图谱和 LLM 的 AI 顶会论文智能检索与分析平台（个人）
支持 ICLR、ICML、NeurIPS 2025 论文的搜索、问答和可视化
北京博物馆公共服务知识图谱（个人）
覆盖北京市主要博物馆的地址、行政区、票务政策及开放信息的公共服务知识图谱
Chinese Movie Knowledge Graph：中国电影知识图谱（个人）
本知识图谱收录了144部中国经典电影（含香港、台湾地区电影），涵盖1978年至2023年的优秀影片，包括：张艺谋、陈凯歌、王家卫、姜文等著名导演作品等
MinecraftKG：《我的世界》游戏图谱（个人）
本任务以 Minecraft Wiki 为主要数据来源，围绕游戏中出现的核心实体（方块、物品、生物、生物群系、结构、效果、附魔、流体、药水与标签等）构建一个知识图谱，统一描述它们的 ID、名称、图标与属性，并逐步补充“合成自 / 掉落 / 生成于”等关系，帮助玩家更高效地检索获取路径、规划合成路线与理解游戏机制。
中国非物质文化遗产知识图谱（个人）
本知识图谱基于中国文化和旅游部公布的《国家级非物质文化遗产代表性项目名录》及《国家级非物质文化遗产代表性传承人名单》构建，涵盖截至2023年全部5批共1557项国家级非遗项目（含3610个子项）和3059位代表性传承人。
cv_research_paper：面向计算机视觉（CV）领域的知识图谱（个人）
在当今科研信息爆炸的时代，研究人员面临着前所未有的挑战：如何从浩如烟海的文献中快速追踪领域动态、高效发现论文间的深层关联，并精准定位关键技术与研究趋势。基于此背景，我们试图构建一个面向特定科研领域的知识图谱，以探索其在学术信息组织与发现中的战略价值。本核心目标是构建一个面向计算机视觉（CV）领域的知识图谱。通过对该领域内大量论文数据的系统化处理，我们旨在揭示并探索科研方向、论文、作者及核心技术方法之间的深层关系网络。
星露谷物语知识图谱（个人）
基于星露谷物语（Stardew Valley）游戏Wiki构建的高质量知识图谱，包含游戏中的NPC、作物、种子、商店、事件、地点和完整古物收藏等实体及其相互关系。
2022中医药典知识图谱（个人）
本项目基于2022中医药典籍构建了知识图谱与智能问答系统。项目利用大语言模型技术，从《中国药典》等原始文本中提取药材属性、功效及相互作用等关键信息，构建结构化的图数据库。 通过将非结构化的药典文本转化为机器可理解的知识网络，系统能够实现对中医药知识的精准检索与推理。最终开发的RAG系统结合了知识图谱的结构化查询与生成模型的自然语言能力，旨在为用户提供准确、可溯源的中医药知识问答服务。代码已开源至GitHub仓库：https://github.com/F1yingWhite/knGraph-BigWork
魔兽世界编年史人物关系知识图谱（个人）
关于魔兽世界编年史人物关系的知识图谱，以魔兽世界中文维基百科灰机wiki整理时间线进行知识图谱提取，基于cnschema进行拓展
zju-foodkg：浙大玉泉校区周边美食知识图谱（个人）
本知识图谱基于开放域数据的垂直领域知识，以大众点评公开数据为源，针对浙大玉泉校区周边的餐饮服务进行深度信息抽取。项目严格遵循 cnSchema 知识描述体系进行建模，最终实现了基于图数据库的语义搜索应用，旨在解决传统搜索中语义关联缺失的问题。
ZH_CN 
EN