chriswangweb / KGDataLinks
行业知识图谱,关系抽取,数据清洗,ncov,疫情数据,百科,医疗,保险,汽车,垃圾分类,产业链,投资,高考,行业专家圈子,CXO圈子
☆112Updated last year
Alternatives and similar repositories for KGData
Users that are interested in KGData are comparing it to the libraries listed below
Sorting:
- 医疗保险领域知识图谱☆132Updated 7 years ago
- self summary after attending 2018全国知识图谱与语义计算大会,China Conference on Knowledge Graph and Semantic Computing☆244Updated 6 years ago
- 汽车知识图谱☆80Updated 4 years ago
- 基于知识图谱的分布式智能医疗诊断系统☆113Updated 6 years ago
- 一个以化妆品为主题的知识图谱项目。目前包含3000节点,15000边,口红和香水两种品类。支持图谱检索、智能问答。A Knowledge Graph project about cosmetics. At present, there are 3000 nodes, 150…☆89Updated 2 years ago
- 基于开源保险产品数据构建的保险知识图谱及简易问答系统☆40Updated 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
- 知识图谱可视化展示☆344Updated 3 years ago
- 中文医学知识图谱命名实体识别,包括bi-LSTM+CRF,transformer+CRF等模型☆247Updated 6 years ago
- 基于neo4j肝病知识图谱的问答系统☆379Updated 6 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☆249Updated 5 years ago
- 智能客服系统(智能问答)☆117Updated 5 years ago
- 豆瓣书籍,电影类别的知识图谱问答系统☆265Updated 4 years ago
- 基于Neo4j图数据库构建知识图谱,提供知识图谱的增删改查;基于知识图谱和策略构建智能问答引擎☆96Updated 7 years ago
- 手工整理医疗行业词汇、术语等语料。可用于语音识别、对话系统等各类nlp模型训练。☆121Updated 5 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。☆198Updated 5 years ago
- 基于中医药知识图谱智能问答☆176Updated 5 years ago
- 金融知识图谱构建☆140Updated 6 years ago
- 语义理解/口语理解,项目包含有词法分析:中文分词、词性标注、命名实体识别;口语理解:领域分类、槽填充 、意图识别。☆182Updated 6 years ago
- Python创建Neo4J知识图谱数据库☆156Updated 6 years ago
- 知识图谱车音工作项目☆251Updated 7 years ago
- 基于民航业知识图谱的自动问答系统☆98Updated 3 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆140Updated 6 years ago
- 电影知识图谱,主要包括实体识别、实体查询、关系查询以及智 能问答等。movie knowledge graph(Entity identification, graph display, and intelligent question and answer)☆135Updated 2 years ago
- 基于知识图谱的林业法律法规问答☆20Updated 2 years ago
- 知识图谱 neo4j 答案查找 + 机器学习 分类模型 问题分析 = 电影知识库问答机器人☆91Updated last year
- 基于火力发电厂知识问答库的检索式问答系统/问答系统/对话系统☆56Updated 5 years ago
- 天池比赛作品整理。实现从pdf中提取出姓名、出生年月、性别、电话、最高学历、籍贯、落户市县、政治面貌、毕业院校、工作单位、工作内容、职务、项目名称、项目责任、学位、毕业时间、工作时间、项目时间共18个字段。☆114Updated last year
- 本项目是利用深度学习技术来构建知识图谱方向上的一次尝试,作为开放领域的关系抽取,算是笔者的一次创新,目前在这方面的文章和项目都很少。☆311Updated 2 years ago
- 本资源为作者知识图谱实战博客对应资源,采用HTML+D3+JSON搭建电影数据库。该资源也是网易云张老师的学习总结,希望对您有所帮助。文章博客为:https://blog.csdn.net/Eastmount/article/details/87371200☆67Updated 5 years ago