介绍一些知识图谱的实际应用类项目

目前已经有很多方法来构建知识图谱,在实际项目中,我们更加关注可以用构建好的知识图谱来干些什么,因此,我找到了网上一些对于当前知识图谱的应用的介绍,分享给大家。

1 国内外知识图谱项目

国外:

常识知识库:Cyc、WordNet、ConceptNet等。

互联网知识图谱:主要有FreeBase、DBpedia、Schema、Wikidata 、BableNet、Microsofot ConceptGraph,医疗领域Linked Life Data等。

国内:

中文知识图谱OpenKG,CN-DBpedia,中医药知识图谱,阿里电商知识图谱、美团知识图谱、XLore(清华大学)、Belief-Eigen(中科院)、PKUPie(北京大学)等。

开放类的中文百科知识图谱http://zhishi.me等。

 

2 最新的知识图谱搜索引擎Magi

Magi 是由 Peak Labs 研发的基于机器学习的信息抽取和检索系统,它能将任何领域的自然语言文本中的知识提取成结构化的数据,通过终身学习持续聚合和纠错,进而为人类用户和其他人工智能提供可解析可检索可溯源的知识体系。

 

3 应用场景和应用实例

应用场景:语义搜索、问答系统、智能决策等。

应用实例:百度知识图谱、watson问答系统、金融知识图谱包括信贷审查、金融反欺诈、中医药知识图谱、学术知识图谱清华的Aminer、唐诗知识图谱、知识图谱辅助情报研判、军事图谱辅助作战指挥等。

 

4 中文知识图谱资源库

OpenKG包含16类的知识图谱,同时包括56个知识图谱相关工具,此外经常发布知识图谱论文解读。

​​

OpenKG是中国中文信息学会语言与知识计算专业委员会所倡导,由来自浙江大学、东南大学、同济大学等多个单位的知识图谱团队共同维护的开放知识图谱社区项目。

OpenKG目前主要包含三个子项目,由OpenKG工作组总体协调开展工作:

  • OpenKG开放资源共享平台: http://OpenKG.CN
  • 中文开放知识图谱Schema:http://cnSchema.org
  • 中文开放知识图谱众包平台:Openbase

OpenKG的官网链接:www.openkg.cn

 

5 明略科技HAO图谱Open API

明略科技 HAO 图谱,作为目前世界上第一个语音实时生成图谱的企业级知识图谱开发工具包。

HAO 图谱,源自于 2018 年明略科技提出的 HAO 智能理论框架。HAO 智能旨在集成人类智能(HI)、人工智能(AI)和组织智能(OI),打通感知、认知和行动系统,帮助企业和组织实现智能化发展。其中,HAO 图谱属于认知系统的范畴。

HAO 图谱,可以独立运行,也可交付给企业技术团队进行二次开发,核心模块包括语音流监听,语音转文本,标点预测,口语顺滑,文本补全,实体关系抽取,实体对齐,以及图谱话题切换。

 

6 Github上的一些优秀的知识图谱项目

Github上开源了很多有关知识图谱的项目,经过调研,整理了一些优秀的知识图谱项目。

1. 利用网络上公开的数据构建一个小型的证券知识图谱/知识

https://github.com/lemonhu/stock-knowledge-graph

2. 医疗保险领域知识图谱

https://github.com/AdiaLoveTrance/MedicalInsuranceKG

3. 农业知识图谱(AgriKG):农业领域的信息检索,命名实体别,关系抽取,智能问答,辅助决策

https://github.com/qq547276542/Agriculture_KnowledgeGraph

4. 漫威英雄的知识图谱

https://github.com/YZHANG1270/Marvel_KnowledgeGraph

5. 基于知识图谱的《红楼梦》人物关系可视化及问答系统

https://github.com/chizhu/KGQA_HLM

6. 小型金融知识图谱构建流程

https://github.com/jm199504/Financial-Knowledge-Graphs

7. 中式菜谱知识图谱可视化(CookBook-KG)

https://github.com/ngl567/CookBook-KG

8. 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

https://github.com/SimmerChan/KG-demo-for-movie

9. 上市公司高管图谱

https://github.com/Shuang0420/knowledge_graph_demo

10. 红楼梦人物关系图谱

https://github.com/chizhu/KGQA_HLM

11. 通用领域知识图谱

https://github.com/Pelhans/Z_knowledge_graph

12. 免费1.5亿实体通用领域知识图谱

https://github.com/ownthink/KnowledgeGraph

 

往期精选:

手把手教你搭建一个中式菜谱知识图谱可视化系统

斯坦福大学CS520知识图谱系列课程学习笔记:第三讲高级的知识图谱是什么样的

置顶删除 斯坦福大学CS520知识图谱系列课程学习笔记:第二讲如何构建知识图谱

斯坦福大学CS520知识图谱系列课程学习笔记:第一讲什么是知识图谱

知识图谱最新权威综述论文解读:知识表示学习部分

 

如果对文章感兴趣欢迎关注知乎专栏“人工智能遇上知识图谱“,也欢迎关注同名微信公众号人工智能遇上知识图谱”,让我们一起学习并交流讨论人工智能与知识图谱技术。

                                                      

 

 

 

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/482155.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

语言生成类人工智能如何改变科学

来源:ScienceAI编辑 :萝卜皮密歇根大学安娜堡分校新兴技术治理专家 Shbita Parthasarathy 表示,从大量文本中生成流利语言的机器学习算法可能会改变科学研究的方式,但不一定会变得更好。在2022 年 4 月 27 日发布的一份报告中&…

美国最牛的100个AI团队在哪里?

来源:Forbes撰文:海外来电图片:海外来电AI领域的关键玩家都有谁?企业为了保持竞争优势,需要快速有效地扩大人工智能(AI)能力。而Vectice最新一份报告,列出了100家公司拥有增长最快的…

介绍几个专门面向中文的命名实体识别和关系抽取工具

知识图谱已经在人工智能的各个领域发挥越来越重要的作用,例如视觉问答、对话系统、推荐系统等。知识图谱构建是应用这些知识图谱的基础,而面对生活和企业中数据的爆发式增长,自动化知识图谱构建显得越来越重要。从非结构化文本中自动抽取三元…

一文梳理类脑计算的前世今生 | 中科院自动化所研究员李国齐

来源:智源社区整理:王光华编辑:李梦佳导读:众所周知,人类大脑活动是复杂而连续的动力学过程,其复杂程度远超当前算力资源所能模拟的上限。大脑约有1000亿个神经元,100万亿个突触,单个…

常识推理相关最新研究进展

以深度学习为代表的智能感知技术已经取得了突破性进展,并已在各行各业产生了巨大的价值。目前,人工智能的研究领域已经逐渐从感知智能向认知智能领域过渡,其中,深度学习无法解决的一个主要问题是常识推理问题。常识知识是人类智能…

全球半导体厂商TOP 10

来源:数据观综合编辑:蒲蒲近日,IC Insights 分析了全球主要半导体供应商(不含纯代工厂)的市场份额,并公布排名前十的半导体厂商排名。从分析情况来看,全球半导体市场份额越来越集中于排名靠前的…

常识知识在AI不同领域应用的最新研究进展

上期,我们一起学习了常识推理的最新研究进展。这次,我们一起来看看常识知识在AI不同的领域都有哪些应用,泽宇找到几篇最新或有代表性的研究和大家分享学习。 Commonsense Knowledge Aware Conversation Generation with Graph Attention Aut…

MIT 团队的新测试,将 AI 推理与人类思维进行比较

来源:ScienceAI编辑:萝卜皮人工智能获得洞察力和做出决策的方式通常是神秘的,这引发了人们对机器学习的可信度的担忧。现在,在一项新研究中,研究人员揭示了一种新方法,用于比较人工智能软件的推理与人类推理…

年末巨制:知识图谱嵌入方法研究总结

泽宇对自己的研究方向也就是知识图谱嵌入(KG Embedding)技术进行了总结,并制作了一套slides,力求让大家只看slides就可以理解并掌握知识图谱嵌入的相关知识和最新研究情况,包括知识图谱嵌入的基本概念、方法分类和经典…

吴恩达:未来十年,人工智能将向以数据为中心转变

来源:AI前线作者:Eliza Strickland译者:平川策划:凌敏本文最初发布于 IEEE Spectrum。吴恩达在人工智能领域可谓声名显赫。2000 年底,他与斯坦福大学的学生一起开创了使用图形处理单元(GPU)训练…

知识图谱最新权威综述论文解读:时序知识图谱部分

从最近一两年有关知识图谱的顶会论文中可以发现,越来越多的国内外研究者开始关注动态时序知识图谱,可见时序知识图谱已经成为了一大研究趋势,相信之后会有更多相关研究出来。因此,这期我们对综述论文的时序知识图谱部分接着进行解…

CACM观点:超越联邦学习,让AI跨越公司边界

来源:AI科技评论 编译:张泷玲、杨柳编辑:维克多今年1月份,苏黎世联邦理工学院的Stefan Feuerriegelc教授在 《Communications of the ACM》期刊上刊文“Artificial Intelligence Across Company Borders”,在文中教授指…

知识图谱最新权威综述论文解读:知识图谱应用部分

知识图谱在人工智能的许多领域都发挥了重要作用,综述论文的这一章引入多个最新的基于深度学习的知识驱动方法,主要包括的应用领域有自然语言理解,推荐系统和问答系统。 1 自然语言理解 知识感知的自然语言理解通过将结构化的知识注入一个统一…

知识图谱和专家系统、知识工程、数据库等概念的比较

知识图谱虽然是Google在2012年公布其开发的搜索引擎时提出的名词,但是知识图谱的雏形早在1960左右就已经出现,因此,知识图谱其实是很多相关技术继承发展的结果。并且,和知识图谱类似的还有好几个概念:专家系统、知识工…

CICC城市大脑专委会成功举办“城市大脑成熟度评估专家研讨会”

来源:中国指挥与控制学会2020年以来,城市大脑已成为科技领域的新热点。作为一个新兴的前沿科技领域,不同企业、不同城市对城市大脑的理解并不相同,在建设的过程中没有统一的建设规范和标准作为指导,从而导致不同企业建…

“知识图谱+”系列:知识图谱+图神经网络

最近有很多朋友联系泽宇说想了解一些知识图谱和图神经网络(GNN)结合的研究。那泽宇当然要满足朋友们的要求啊,本期泽宇从知识图谱的几个不同研究方向总结了结合GNN的经典研究,也和大家一起分享。所有内容是泽宇查阅了很多顶会论文…

周志华:“数据、算法、算力” 人工智能三要素,在未来要加上“知识”!

来源:AI科技评论作者:李雨晨 编辑:丛末在CCF-GAIR 2020 的人工智能前沿专场上,南京大学计算机系主任、人工智能学院院长、CCF会士、ACM、AAAI、IEEE、IAPR Fellow周志华教授以“反绎学习”为题发表了大会报告。周志华表示&#x…

“知识图谱+”系列:知识图谱+强化学习

泽宇个人一直认为强化学习是建模动态系统最好的方法之一,通过与环境的不断交互,在动作选择和状态更新的动态过程中逐渐达到优化目标。因此,本期泽宇将从知识图谱结合强化学习的角度介绍几个不同的研究方向的内容,包括知识图谱推理…

吴恩达 | 未来十年,人工智能将向以数据为中心转变

来源:IEEE Spectrum访者:吴恩达 计算机科学家吴恩达在人工智能领域可谓声名显赫。2000 年底,他与斯坦福大学的学生一起开创了使用图形处理单元(GPU)训练深度学习模型的先河,并在 2011 年共同创立了谷歌大脑…

给几句话就能生成分子,看见分子也能生成描述,神秘的Google X把多模态AI做成了黑科技...

来源:机器学习研究组订阅AIscience 领域近来有了诸多进展。设想一下,医生写几句话来描述一种专门用于治疗患者的药物,AI 就能自动生成所需药物的确切结构。这听起来像是科幻小说,但随着自然语言和分子生物学交叉领域的进展&#x…