Cung806 / KG_Edit_SystemLinks
知识图谱编辑系统,可以实现对知识图谱的增删改查,另外构建了专业领域(计算机)领域的知识图谱
☆24Updated 5 years ago
Alternatives and similar repositories for KG_Edit_System
Users that are interested in KG_Edit_System are comparing it to the libraries listed below
Sorting:
- 基于知识图谱的问答系统☆137Updated 5 years ago
- 知识图谱初探,关系抽取,实体抽取,基于kb的问答,基于es的问答,知识图谱可视化☆60Updated 6 years ago
- 事件知识图谱构建相关的论文, 包含事件抽取、事件关系识别等任务☆83Updated 2 years ago
- 中文关系抽取☆95Updated 4 years ago
- 基于知识图谱的问答系统☆74Updated 7 years ago
- CCKS 2020:新冠知识图谱构建与问答评测(四)新冠知识图谱问答评测☆217Updated 5 years ago
- 从模型训练到部署,实战知识图谱(Knowledge Graph)&自然语言处理(NLP)。涉及 Tensorflow, Bert+Bi-LSTM+CRF,Neo4j等 涵盖 Named Entity Recognition,Text Classify,Informatio…☆92Updated 6 years ago
- COVID-2019 中文知识问答系统☆48Updated 5 years ago
- 金融知识图谱构建☆144Updated 7 years ago
- 爬取百度百科词条,抽取三元组,构建知识图谱☆36Updated 6 years ago
- 限定领域的三元组抽取的一次尝试,本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。☆133Updated 2 years ago
- 中文关系抽取☆137Updated 7 years ago
- 农业领域知识图谱的构建,包括数据爬取(百度百科)、数据分类、利用结构化数据生成三元组、非结构化数据的分句(LTP),分词(jieba),命名实体识别(LTP)、基于依存句法分析(主谓关系等)的关系抽取和利用neo4j生成可视化知识图谱☆257Updated 5 years ago
- 这是我ehr-journey项目的一个命名实体识别的子项目,主要实现基于中文预训练字向量finetune的Bert与BiLSTM模型的网络。演示使用了CCKS2019task1数据集,并实现了django接口。☆56Updated 3 years ago
- 实体识别和关系抽取的联合模型☆125Updated 7 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆202Updated 5 years ago
- 抽取中文三元组☆95Updated 2 years ago
- 毕业设计,基于事理图谱的事件推理系统☆72Updated 5 years ago
- 周杰伦歌曲信息的知识图谱问答 系统☆141Updated 6 years ago
- 将bert模型应用到问答系统中来,一者学习知识图谱的基本操作,二简单搭建问答系统的基本框架,三将词向量、bert模型实践应用☆59Updated 6 years ago
- 阿里天池赛:CCKS2021 运营商知识图谱推理问答☆50Updated 4 years ago
- 基于知识图谱的中文问答系统(EA-CKGQA)☆38Updated 6 years ago
- 中文wiki百科QA阅读理解问答系统,使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型,还有W2V词向量搜索,使用torchserve部署☆90Updated 4 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆109Updated 4 years ago
- 在某公司参与的知识图谱相关项目-代码与数据集☆41Updated 6 years ago
- 基于知识库的问答系统。其中使用带注意力机制的对抗迁移学习做中文命名实体识别,使用BERT模型做句子相似度分析。☆38Updated 6 years ago
- 基于汽车知识图谱的汽车问答多 轮对话系统☆40Updated 6 years ago
- 豆瓣书籍,电影类别的知识图谱问答系统☆268Updated 5 years ago
- 基于bert的kbqa系统☆152Updated 3 years ago
- albert + lstm + crf实体识别,pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)☆136Updated 3 years ago