欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Knowledge Graph
来自开放百科 - 灰狐
(版本间的差异)
小 (→项目) |
小 (→链接) |
||
(未显示1个用户的9个中间版本) | |||
第7行: | 第7行: | ||
是一种以图的形式表示的知识要素(分类,主题或关键词)之间的关系,它将被用于更好地理解内容之间的关系以及用户兴趣之间的关系。例如,当系统的知识网络中存在“户外运动”与“自行车”这两个主题之间的关系时,系统能够为一个喜欢“户外运动”的用户推荐一篇关于“自行车”的文章或视频。 | 是一种以图的形式表示的知识要素(分类,主题或关键词)之间的关系,它将被用于更好地理解内容之间的关系以及用户兴趣之间的关系。例如,当系统的知识网络中存在“户外运动”与“自行车”这两个主题之间的关系时,系统能够为一个喜欢“户外运动”的用户推荐一篇关于“自行车”的文章或视频。 | ||
+ | |||
+ | 知识图谱的相关技术已经在[[search engine|搜索引擎]]、智能问答、[[Natural language understanding|语言理解]]、[[recommender system|推荐计算]]、[[big data|大数据]][[Business intelligence|决策分析]]等众多领域得到广泛的实际应用。 | ||
==技术== | ==技术== | ||
第15行: | 第17行: | ||
==项目== | ==项目== | ||
*[https://github.com/totogo/awesome-knowledge-graph Awesome Knowledge Graph] [[文件:awesome.png]] | *[https://github.com/totogo/awesome-knowledge-graph Awesome Knowledge Graph] [[文件:awesome.png]] | ||
+ | *[https://github.com/shaoxiongji/knowledge-graphs Knowledge Graphs] [[文件:awesome.png]] | ||
+ | *[https://github.com/topics/knowledge-graph Knowledge Graph GitHub Topics] | ||
*[[YAGO]] | *[[YAGO]] | ||
*[[Apache UIMA]] | *[[Apache UIMA]] | ||
*[[DeepDive]] | *[[DeepDive]] | ||
+ | *[[Gephi]] | ||
+ | *[https://ontop-vkg.org/ Ontop] A Virtual Knowledge Graph System | ||
+ | *[https://github.com/pkumod/gStore gStore] a graph based RDF triple store, Native graph database system for large-scale knowledge graph application | ||
+ | *[https://github.com/oeg-upm/morph-rdb Morph-RDB] Virtual Knowledge Graph Creation from RDB with R2RML | ||
+ | *[https://github.com/qq547276542/Agriculture_KnowledgeGraph Agricultural Knowledge Graph] 农业知识图谱(AgriKG) | ||
+ | *[https://github.com/lihanghang/NLP-Knowledge-Graph 自然语言处理、知识图谱、对话系统三大技术研究与应用] | ||
==文档== | ==文档== | ||
==图集== | ==图集== | ||
+ | <gallery> | ||
+ | image:logseq-graph.png|logseq | ||
+ | </gallery> | ||
==链接== | ==链接== | ||
+ | *[https://mgalkin.medium.com/knowledge-graphs-in-natural-language-processing-acl-2019-7a14eb20fce8 Knowledge Graphs in Natural Language Processing @ ACL 2019] [https://zhuanlan.zhihu.com/p/102113666 ACL 2019 知识图谱的全方位总结] | ||
+ | *[http://sigkg.cn/ccks2022/ 全国知识图谱与语义计算大会] | ||
[[category:graph database]] | [[category:graph database]] | ||
[[category:knowledge management]] | [[category:knowledge management]] | ||
[[category:artificial intelligence]] | [[category:artificial intelligence]] | ||
+ | [[category:Semantic Web]] |
2022年8月18日 (四) 13:31的最后版本
您可以在Wikipedia上了解到此条目的英文信息 Knowledge Graph Thanks, Wikipedia. |
知识图谱(Knowledge Graph)
目录 |
[编辑] 简介
知识图谱通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论和方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构,达到多学科融合目的的现代理论。
是一种以图的形式表示的知识要素(分类,主题或关键词)之间的关系,它将被用于更好地理解内容之间的关系以及用户兴趣之间的关系。例如,当系统的知识网络中存在“户外运动”与“自行车”这两个主题之间的关系时,系统能够为一个喜欢“户外运动”的用户推荐一篇关于“自行车”的文章或视频。
知识图谱的相关技术已经在搜索引擎、智能问答、语言理解、推荐计算、大数据决策分析等众多领域得到广泛的实际应用。
[编辑] 技术
[编辑] 项目
- Awesome Knowledge Graph
- Knowledge Graphs
- Knowledge Graph GitHub Topics
- YAGO
- Apache UIMA
- DeepDive
- Gephi
- Ontop A Virtual Knowledge Graph System
- gStore a graph based RDF triple store, Native graph database system for large-scale knowledge graph application
- Morph-RDB Virtual Knowledge Graph Creation from RDB with R2RML
- Agricultural Knowledge Graph 农业知识图谱(AgriKG)
- 自然语言处理、知识图谱、对话系统三大技术研究与应用
[编辑] 文档
[编辑] 图集
[编辑] 链接
分享您的观点