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。
524 1
基于 LLM 的知识图谱另类实践
|
4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
51 0
|
5月前
|
机器学习/深度学习 人工智能 缓存
人工智能平台PAI产品使用合集之机器学习PAI实践参考在哪里
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
5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
|
11月前
|
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。
114 0
|
11月前
|
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。
112 0
|
11月前
|
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。
110 0
|
11月前
|
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
123 0
|
搜索推荐 安全 关系型数据库
基于知识图谱的个性化学习资源推荐系统的设计与实现(论文+源码)_kaic
最近几年来,伴随着教育信息化、个性化教育和K12之类的新观念提出,一如既往的教育方法向信息化智能化的转变,学生群体都对这种不受时间和地点约束的学习方式有浓厚的兴趣。而现在市面上存在的推荐系统给学生推荐资料时不符合学生个人对知识获取的需求情况,以至于推荐效果差强人意。与此同时,这种信息数字化的新学习方法在给学生群体带来方便的同时,也带来了很多其他的问题,例如信息冗杂、形式让人眼花缭乱的问题,导致系统检索变得难以运行。 解决问题的关键是个性化学习推荐系统,它适合于各式各样的用户产生的各式各样的需求。
|
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)
下一篇
无影云桌面