lishupeng9 / neo4j-Visualization
使用vis.js可视化知识图谱,使用Flask框架,数据库为neo4j,实现查询节点,显示节点的知识图谱导力图
☆18Updated 2 years ago
Alternatives and similar repositories for neo4j-Visualization:
Users that are interested in neo4j-Visualization are comparing it to the libraries listed below
- 本项目旨在结合知识图谱技术和先进的大语言模型,构建一个能够深入理解用户问题并提供准确、有逻辑性回答的智能问答系统。☆57Updated 11 months ago
- 基于知识图谱的问答系统设计与实现,附带一个可视化的demo☆122Updated last year
- 利用python语言借助于知识图谱搭建电影知识问答系统☆47Updated 2 years ago
- 使用bert进行关系三元组抽取。☆159Updated last year
- 基于中医药领域知识图谱的智能问答系统☆30Updated 2 years ago
- 基于LLM的命名实体识别和实体关系抽取☆17Updated last year
- 基于深度学习与Neo4j的军事装备知识图谱网页应用构建。本项目是一个军事武器知识图谱网页应用软件原型系统。该系统由数据爬虫、数据管理、数据处理、知识问答、新闻热点、词条查询和图谱展示七个功能模块组成。系统从互联网上爬取数据,并基于百度文心ERNIE 3.0模型对数据进行实体…☆123Updated last year
- 基于知识图谱的医疗问答系统☆17Updated last year
- 一个基于Django,Neo4j与图谱问答技术的的中医药知识图谱与智能问答平台。(暂取名“泽兰抄”)☆89Updated last year
- 爬取金融数据,利用neo4j构建金融知识图谱,进而搭建金融问答系统。☆66Updated 2 years ago
- 基于突发事件本体模型和知识图谱的构建☆23Updated 4 years ago
- 基于知识图谱的电影问答系统☆51Updated last year
- 自然语言处理的基础知识,术语抽取与关键词提取、知识图谱与图嵌入、检索与推荐等☆44Updated 2 years ago
- 医疗知识图谱构建实战,通过爬虫获取百度百科数据,使用Mongodb存储结构化三元组,并使用neo4j进行知识图谱的构建及可视化; Medical Knowledge Graph; Crawler; neo4j☆80Updated last year
- 基于知识图谱的疾病知识问答系统☆29Updated 4 years ago
- 构建一个医疗领域知识图谱和一个基于Flask的简易网页聊天机器人,通过ner获取用户问题的实体并在知识图谱内提取答案。☆11Updated 2 years ago
- 基于深度知识图谱和预训练大语言模型的医疗问答系统☆30Updated 9 months ago
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆244Updated last year
- 基于医疗知识图谱的问答系统☆103Updated 3 years ago
- 医药知识图谱自动问答系统实现,包括构建知识图谱、基于知识图谱的流水线问答以及前端实现。实体识别(基于词典+BERT_CRF)、实体链接(Sentence-BERT做匹配)、意图识别(基于提问词+领域词词典)。☆304Updated 3 years ago
- 毕业设计(医疗问答系统)☆26Updated 3 years ago
- 地学知识图谱知识服务平台:知识图谱管理、知识图谱可视化、知识问答、知识图谱推荐、领域知识图谱☆78Updated 2 years ago
- 基于BERT事件抽取构建活动知识图谱☆12Updated last year
- 基于论文SpERT: "Span-based Entity and Relation Transformer"的中文关系抽取,同时抽取实体、实体类别和关系类别。☆35Updated 2 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)☆133Updated 2 years ago
- ☆38Updated 2 years ago
- BERT-CasRel | Roberta-GPlinker | BERT-BILSTM-CRF☆10Updated 2 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆143Updated 11 months ago
- 本项目旨在构建一个基于电影知识图谱和大型语言模型(LLM)的KBQA问答系统,以实现对电影领域知识的查询和理解。该系统将电影知识图谱与自然语言处理技术相结合,为用户提供了一个便捷、智能的电影知识查询工具。☆31Updated 9 months ago
- 该项目是自己做的一些nlp的实验,包括命名实体识别、实体关系抽取和事件抽取,未来会持续更新。☆34Updated last year