jiangzhonglian / KG-demo-for-movieLinks
从无到有构建一个电影知识图谱，并基于该KG，开发一个简易的KBQA程序。
☆18Updated 6 years ago
Alternatives and similar repositories for KG-demo-for-movie
Users that are interested in KG-demo-for-movie are comparing it to the libraries listed below
Sorting:
- 爬虫-百度百科-知识图谱探索☆200Updated 6 years ago
- 知识图谱车音工作项目☆251Updated 7 years ago
- 基于知识图谱的问答☆305Updated 8 years ago
- 包含传统的基于统计模型(CRF)和基于深度学习(Embedding-Bi-LSTM-CRF)下的医疗数据命名实体识别☆223Updated 5 years ago
- 基于知识库的中文问答系统（biLSTM）☆247Updated 6 years ago
- 对知识库Wikidata的爬虫以及数据 处理脚本 将三元组关系对齐到语料库的脚本 获取知识图谱数据的脚本☆273Updated 3 years ago
- KnowledgeGraphSlides, a collection of knowledgegraph lectures, including the ccks series from 2013 to 2018, 中文知识图谱计算会议CCKS报告合集，涵盖从2013年至2…☆343Updated 6 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆140Updated 6 years ago
- 瑞金医院MMC人工智能辅助构建知识图谱大赛初赛☆140Updated 6 years ago
- 基于知识库的问答：seq2seq模型实践☆357Updated 4 years ago
- data analysis and visualization of knowledge graph for star war movies☆84Updated 8 years ago
- 使用句法依存分析抽取事实三元组☆330Updated 9 years ago
- 基于豆瓣图书的推荐、知识图谱与知识引擎简单构建neo4j☆267Updated 4 years ago
- 组会ppt与论文--每一次的精心准备都值得留下记录😛☆148Updated 6 years ago
- 根据自己搭的 LTP 服务器，实现：分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取：人名，地名，机构名、三元组的抽取：主谓宾，动宾关系，介宾关系，（实体1，关系，实体2）☆144Updated 7 years ago
- 金融知识图谱构建☆140Updated 6 years ago
- 基于知识图谱的问答系统☆72Updated 6 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Pytorch和torchtext的知识图谱深度学习框架。☆613Updated 5 years ago
- 经济责任审计知识图谱：网络爬虫、关系抽取、领域词汇判定☆125Updated 5 years ago
- Python创建Neo4J知识图谱数据库☆156Updated 6 years ago
- 基于依存分析的实体关系抽取简单实现，即抽取事实三元组☆87Updated 5 years ago
- chatbot_with_IR 一个利用搜索引擎构建的简单问答系统☆60Updated 2 years ago
- 农业知识图谱(KG)：农业领域的信息检索，命名实体识别，关系抽取，分类树构建，数据挖掘☆14Updated 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
- 结合python一起学习自然语言处理 (nlp): 语言模型、HMM、PCFG、Word2vec、完形填空式阅读理解任务、朴素贝叶斯分类器、TFIDF、PCA、SVD☆239Updated 6 years ago
- 京东小型知识图 谱，包括具体手机的分类信息和商品的具体信息，以及手机评论和评论人的详细信息。☆53Updated 5 years ago
- BDCI 2018 汽车行业用户观点主题及情感识别 决赛一等奖方案☆430Updated 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
- 利用Doc2Vec计算文本相似度☆138Updated 7 years ago