1. DeepKE： 由浙江大学团队保护，是一个开源和可扩展的常识图谱抽取东西。它支撑命名实体辨认、联络抽取和特点抽取等使命，适用于惯例全监督、低资源少样本、长华章文档和多模态场n2. OpenSPG： 由蚂蚁集团联合OpenKG社区推出，依据SPG结构的常识图谱引擎。它交融了LPG的结构性和RDF的语义性，适用于金融等多种事务场n3. Ingopedia： 依据Python和GraphQL构建的开源常识图谱体系，运用Neo4j存储数据，支撑Docker布置。它供给易用的Web界面，适用于常识办理、研讨辅佐和智能引荐。

4. OpenKG： 旨在促进以中文为中心的常识图谱数据的敞开、互联与众包，以及常识图谱东西、模型和渠道的开源敞开。

5. Knowledge Graphs： 由Shaoxiong Ji及其团队保护的一个全面的在线资源调集，包括常识图谱范畴的最新调查报告、尖端会议论文、分类论文、数据集以及相关东西和库。

6. OpenKE： 用于将常识图谱嵌入到低维接连向量空间进行表明的开源结构，支撑多种常识图谱嵌入模型。

7. NeuralKG： 一个通用的常识图谱神经网络表明学习东西，包括常用的常识图谱嵌入模型、依据图神经网络的图谱推理模型以及多个规矩增强推理模型。

8. OpenEA： 面向依据嵌入的常识图谱实体对齐的开源软件库。

9. gStore： 面向常识图谱的原生图数据库体系，支撑高效存储与办理功用。

10. ChatKBQA： 一个依据大模型微调的常识图谱问答结构。

11. LTP： 供给一整套自底向上的丰厚、高效、高精度的中文自然语言处理模块。

12. OpenBase： 依据人工或自动化众包的常识构建与数据集成渠道。

这些东西和项目为常识图谱的构建和使用供给了丰厚的资源和技能支撑，适用于不同的使用场景和需求。

开源常识图谱：构建智能国际的柱石

一、什么是常识图谱

常识图谱（Knowledge Graph）是一种以图形结构表明和安排常识的办法。它经过实体（Entity）和联络（Relation）来构建，实体表明实践国际中的方针，如人、地址、事情等，而联络则表明实体之间的联络，如友谊、归于、发生在等。常识图谱的方针是用一种结构化的方法表明常识，以便计算机能够更简单地了解、处理和检索这些信息。

二、常识图谱的使用场景

查找引擎：经过常识图谱，查找引擎能够更好地了解用户查询，供给更精准的查找成果。

引荐体系：常识图谱能够协助引荐体系更好地了解用户爱好，供给更个性化的引荐。

自然语言处理：常识图谱能够为自然语言处理供给丰厚的布景常识，进步处理作用。

智能问答：常识图谱能够为智能问答体系供给丰厚的常识库，进步问答精确率。

智能客服：常识图谱能够协助智能客服更好地了解用户问题，供给更精确的回答。

三、开源常识图谱东西

Neo4j：Neo4j是一款高性能的图形数据库，支撑常识图谱的存储、查询和剖析。

DBpedia：DBpedia是从维基百科中提取的一个大型常识图谱，包括数千万个实体和特点。

ConceptNet：ConceptNet是一个面向自然语言处理和人工智能的大型语义网络。

Freebase：Freebase是一个现已中止保护的大型常识图谱，包括了很多的实体、联络和特点。

DeepKE：DeepKE是一个开源的常识图谱抽取与构建东西，支撑多种常识抽取使命。

四、开源常识图谱的优势

开源常识图谱具有以下优势：

本钱低：开源常识图谱东西一般免费，降低了常识图谱构建和保护的本钱。

社区支撑：开源项目具有巨大的社区，能够方便地获取技能支撑和资源。

灵活性：开源常识图谱东西能够依据实践需求进行定制和扩展。

立异性：开源项目鼓舞立异，能够推进常识图谱技能的开展。

开源常识图谱作为一种高效的数据安排方法，在各个范畴都有广泛的使用。跟着技能的不断开展，开源常识图谱东西将越来越老练，为构建智能国际供给强壮的支撑。本文介绍了常识图谱的概念、使用场景以及一些优异的开源常识图谱东西，期望对读者有所协助。

未经允许不得转载：全栈博客园 » 开源常识图谱,构建智能国际的柱石