percent4 / knowledge_graph_demo
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。
☆197Updated 5 years ago
Alternatives and similar repositories for knowledge_graph_demo:
Users that are interested in knowledge_graph_demo are comparing it to the libraries listed below
- 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。☆310Updated last year
- 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。☆134Updated 2 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 4 years ago
- 抽取中文三元组☆94Updated 2 years ago
- 2019百度的关系抽取比赛,使用Pytorch实现苏神的模型,F1在dev集可达到0.75,联合关系抽取,Joint Relation Extraction.☆313Updated 4 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆145Updated 5 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆106Updated 3 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…☆90Updated 5 years ago
- 实体识别和关系抽取的联合模型☆123Updated 6 years ago
- 中文关系抽取☆136Updated 6 years ago
- Code for http://lic2019.ccf.org.cn/kg 信息抽取。使用基于 BERT 的实体抽取和关系抽取的端到端的联合模型。☆287Updated 5 years ago
- 中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。☆289Updated 5 years ago
- 基于pytorch的中文三元组提取(命名实体识别+关系抽取)☆348Updated last year
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆142Updated 11 months 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
- 结合BERT+GRU+ATT模型,对自己收集的人物关系数据进行模型训练,用于人物关系抽取。☆322Updated 2 years ago
- 基于知识图谱的问答系统☆135Updated 5 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☆244Updated 5 years ago
- 中文关系抽取☆94Updated 3 years ago
- 爬取百度百科词条,抽取三元组,构建知识图谱☆35Updated 5 years ago
- 基于远监督的中文关系抽取☆384Updated 3 years ago
- 基于bert的kbqa系统☆151Updated 2 years ago
- 中文知识 库问答代码,CCKS2019 CKBQA评测第四名解决方案☆477Updated 4 years ago
- 豆瓣书籍,电影类别的知识图谱问答系统☆263Updated 4 years ago
- 哈工大bert上fine turning ,中文人物关系抽取任务准确率0.97☆117Updated 5 years ago
- 实体关系抽取,使用了百度比赛的数据集。使用pytorch实现MultiHeadJointEntityRelationExtraction,包含Bert、Albert、gru的使用,并且添加了对抗训练。最后使用Flask和Neo4j图数据库对模型进行了部署☆120Updated 2 years ago
- 中文关系抽取☆459Updated last year
- 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☆81Updated last year
- 基于BI-LSTM+CRF的中文命名实体识别 Pytorch☆390Updated last year
- A trial of kbqa based on bert for NLPCC2016/2017 Task 5 (基于BERT的中文知识库问答实践,代码可跑通)☆269Updated 6 years ago