开源知识图谱整理

简介: 开源知识图谱整理

openkg


| 阿里开源的商业知识图谱 | https://kg.alibaba.com/index.html | https://kg.alibaba.com/index.html |

| CN-DBpedia | 复旦大学知识工场实验室研发并维护的大规模通用领域结构化百科 | http://kw.fudan.edu.cn/cndbpedia/intro/ | http://www.openkg.cn/dataset/cndbpedia |

| ownthink | 思知公司的百科图谱 | https://www.ownthink.com/ | https://github.com/ownthink/KnowledgeGraphData |

| xlore | 清华大学-百科知识图谱 | https://www.xlore.cn/ |

|

| SciKG | 清华大学-科技知识图谱 | http://openkg.cn/dataset/scikg | http://openkg.cn/dataset/scikg |

| Belief Engine | 中科院自动化所中英文双语的跨领域知识图谱 | http://www.belief-engine.org/declarative/ |

|

| PKUPie | 北京大学中文百科知识图谱 | http://openkg.cn/dataset/pku-pie | http://openkg.cn/dataset/pku-pie |

| zhOnto | 狗尾草科技有限公司以wikidata的简体中文部分为基础,抽取生成的rdfs | http://openkg.cn/dataset/zhonto | http://openkg.cn/dataset/zhonto |

| MAKG | Microsoft Academic Knowledge Graph | https://makg.org/ | https://makg.org/rdf-dumps/ |

| 大词林 | 哈尔滨工业大学秦兵教授和刘铭副教授主持开发的大规模开放域中文知识库 | http://ir.hit.edu.cn/3062.html | http://ir.hit.edu.cn/3062.html |

| 音乐知识图谱 | 包括歌曲名、歌手、原唱、语种、热门歌手、热门歌曲等属性 | http://openkg.cn/dataset/http-www-summba-com-ontologies-music-tdb | http://openkg.cn/dataset/http-www-summba-com-ontologies-music-tdb |

| 影视双语知识图谱 | 清华大学计算机系知识工程实验室构建的完全结构化的双语影视KG | http://openkg.cn/dataset/keg-bilingual-moviekg | http://openkg.cn/dataset/keg-bilingual-moviekg |

| 豆瓣电影 |

| http://openkg.cn/dataset/douban-movie-kg | http://openkg.cn/dataset/douban-movie-kg |

| 网易云音乐 |

| http://openkg.cn/dataset/163music | http://openkg.cn/dataset/163music |

| 动漫 |

| http://openkg.cn/dataset/anime-kg | http://openkg.cn/dataset/anime-kg |


相关文章
|
SQL 存储 物联网
基于 LLM 的知识图谱另类实践
大语言模型时代,我们有了 few-shot 和 zero-shot 的能力。借助这些 LLM 能力,如何更便捷地实现知识图谱的知识抽取,用知识图谱来解决相关问题。
553 1
基于 LLM 的知识图谱另类实践
|
5月前
|
Java 知识图谱
Java开发技术知识图谱
Java开发技术知识图谱
61 0
|
6月前
|
数据采集 自然语言处理 数据可视化
知识图谱数据开发是做什么的
知识图谱数据开发是通过对数据进行采集、清洗、抽取、构建等一系列操作,最终构建出一个完整的数据图谱。在这个过程中,企业需要把自身业务相关的数据通过知识图谱进行可视化呈现,然后根据不同用户对数据的不同需求进行有针对性地处理和开发。
|
6月前
|
机器学习/深度学习 自然语言处理 搜索推荐
第7章:深度剖析知识图谱中的知识推理:方法与应用探究
第7章:深度剖析知识图谱中的知识推理:方法与应用探究
|
机器学习/深度学习 人工智能 自然语言处理
机器学习专栏——(一)人工智能概述1
第一部分 人工智能概述 一、人工智能相关
130 0
|
机器学习/深度学习 人工智能 算法
机器学习专栏——(一)人工智能概述2
目前,深度学习采用的模型主要是神经网络,因为神经网络模型可以通过误差反向传播算法很好的解决贡献度分配问题。只要是超过1层的神经网络均存在公信度分配问题,因此超过1层的神经网络均可看成深度学习模型。
119 0
|
机器学习/深度学习 人工智能 边缘计算
机器学习专栏——(一)人工智能概述4
人工智能和机器人技术正在以前所未有的速度发展,对社会和经济产生深刻影响。本文将探讨人工智能和机器人领域的未来趋势和发展方向,重点关注以下几个方面:通用人工智能、人机协作、强化学习、迁移学习、边缘计算以及道德和法律议题。
124 0
|
机器学习/深度学习 人工智能 算法
机器学习专栏——(一)人工智能概述3
端到端学习:端到端学习也称为端到端训练,指在训练过程中,我们不需要考虑中间各个环节的功能,也不需要人为干预中间环节,我们只关注输入与输出。就像一个黑盒,黑盒中的任何东西我们都不关注,我们只关注将什么输入黑盒,从黑盒中输出了什么。同样的,端到端学习也需要解决贡献度分配问题,目前,大多数的神经网络也可被视为端到端学习。
123 0
|
机器学习/深度学习 存储 人工智能
AI之NLP:自然语言处理技术简介(是什么/学什么/怎么用)、常用算法、经典案例之详细攻略(建议收藏)
AI之NLP:自然语言处理技术简介(是什么/学什么/怎么用)、常用算法、经典案例之详细攻略(建议收藏)
|
网络协议 关系型数据库 MySQL
下一篇
无影云桌面