找到65个数据集

新型冠状病毒肺炎诊疗知识图谱主要基于国家卫生健康委发布的《新型冠状病毒肺炎诊疗方案（试行第八版）》《新型冠状病毒肺炎重型、危重型病例诊疗方案（试行第二版）》进行构建，关系类型包括临床表现、实验室检查、诊断标准等。潜在应用：提供新冠肺炎的基本诊疗知识，用于临床知识问答、辅助决策等。更多知识图谱数据访问入口链接

新冠物资图谱包含防控新型冠状病毒所需要的各类物资，主要包括医用防护装备、日常防护用品、医用诊疗设备以及治疗用药。其中，医用防护装备包含了医用手套、口罩、隔离服等；日常防护用品包含洗手液、消毒用品等；医用诊疗设备包含常规检查设备和氧疗设备；治疗用药包含了《新型冠状病毒感染的肺炎诊疗方案》多个版本中的中、西药品。

...

新冠概念图谱从网络文本中采集了与新冠疾病相关的实体和关系（包括疾病、人物、症状等），进一步融合了从百度百科，维基百科等知识库的infobox中提取的实体关系。更为特别的是，本概念图谱利用自动挖掘的手段从网络文本中采集了大量细粒度的上位概念词。即此概念图谱的is-...

新冠健康图谱包含跟新冠肺炎相关的各类疾病、药物、症状、检查、全国各地接收新冠肺炎定点医院等信息。 潜在应用: 流行病调查研究，基于图谱的新冠肺炎健康防护问答。

从第一例出发到封城到各地响应等，重大事件脉络，以及相关时间等，和新冠百科、新冠科研、新冠临床、新冠防控、新冠英雄等均有关联， 并对新闻中的一些内容进行相关语义标注。 支持对新型冠状病毒的事件在时间上的正向和反向索引。并提供事件本身发展脉络的枚举。 支持查证事件的溯源。后期会加入对事件的存真鉴伪等高级特性。

简介更新： 1.病毒分类图谱 v2.0，根据最新 ncbi 网站内容更新了病毒族系相关的科研基础数据，包括了所有病毒的 lineage 分类信息。 2.新冠基本信息图谱 v1.0, 从新冠病毒的基因蛋白，宿主等相关信息出发构图。 3.抗病毒药物图谱 v1.0，依据 drugbank...

目录作为篇章中天然的结构化信息，可以快速定位目标信息所在的片段。本项目旨在提供一系列从篇章中抽取目录结构的数据集和工具。

《甄嬛传》距今已开播十二年，是什么使它火了十二年呢?是因为每个角色人物都塑造得淋漓尽致，从主人公甄嬛，她从一个纯真的少女变成深宫腹黑赢家钮祜禄氏甄嬛;细节到太监小允子，从一开始不受宠嫔妃身边的小太监一路升职打怪成功成为太后身边的首领太监。无论用这部剧中哪个角色的视角方式打开都是一部精彩绝伦的清朝宫廷剧。...

《盗墓笔记》是⼀部极具影响⼒的⼩说系列，其丰富的故事情节和独特的世界观吸引了⼤量读者和粉丝。为了更好地理解⼩说中的⼈物、事件和情节，构建⼀个《盗墓笔记》的知识图谱是⼗分必要和有意义的。通过知识图谱技术，可以将⼩说中的关键信息以结构化的⽅式呈现出来，为读者提供更深⼊、更全⾯的阅读体验，同时也为相关研究和探索提供了便利。

浙江大学在长期的办学过程中，以严谨的“求是精神”作为学风培养了大批优秀...

Copyright 2023 by Nanjing University of Posts and Telecommunications. Time: 2/6/2023 Authors: Wenbo Zhou & Weizhuo Li & Bianyu Yang Mail: b20090724@njupt.edu.cn &...

ICLR2023“Multimodal Analogical Reasoning over Knowledge Graph”提出的数据集，包含一个多模态知识图谱数据集MarKG和一个多模态类比推理数据集MARS，用来评估模型的多模态类比推理能力。

本项目计划构建2022卡塔尔世界杯中的各种实体（包括球员、国家队、俱乐部等）以及它们之间关系（包括人物与组织概念之间的从属关系以及人物关系等）的知识图谱。

本项目构建了动画《海贼王》知识图谱，以人物、职业、组织、种族为主要实体，并包含人物间关系，数据来源为Fandom海贼王中文版wiki和百度百科。项目步骤为：数据爬取与预处理，数据清洗和补充，人物关系知识抽取，可视化与知识问答。

这是一个包含名侦探柯南中重要人物之间关系的知识图谱，其中包含有基础的知识图谱问答代码。 百度百科中对《名侦探柯南》系列相关人物和作品都有较为详尽的词条描述，本项目的知识主要来自于此网站。我们通过爬取百科词条，对所需知识内容进行提取。我们选用 neo4j 图数据库来存储我们的名侦探柯南人物关系知识图谱。...

一个基于金庸武侠小说《倚天屠龙记》的人物关系三元组，包含了文中所有人物之间的主要关系，支持数据可视化。

本项目依据成员的兴趣，构建了动漫《鬼灭之刃》的知识图谱。本图谱的数据来源为Fandom鬼灭之刃wiki和萌娘百科鬼灭之刃的词条。项目构建了以人物、组织、技能为主要实体的知识图谱，实现步骤主要有以下几点： 通过爬虫爬取网页wiki上的半结构化数据和文字数据 对爬取的数据分别进行数据处理，半结构化数据直接转化为三元组，文字数据进行知识抽取...

基于安卓API级别14-29官方文档，逐文档提取包、类、方法、权限四类实体 针对结构化文本直接解析关系，针对非结构化文本，采用基于模板匹配的关系抽取：人工提取关系匹配模板，逐句进行自然语言处理中的单词主干提取、实体名称规范化等操作，进行关系匹配，获得函数关系、类关系、继承关系、使用参数、返回值、抛出、替代、条件、指代、使用权限等十类关系...

本项目构建了《红楼梦》中的各人物以及他们之间的人物关系的知识图谱。主要包括四部分工作：（1）数据获取与预处理；（2）命名实体识别；（3）实体关系抽取；（4）可视化与知识问答。