-
基于 REfO 的 KBQA 实现及示例
这是一个基于 Python 模块 REfO 实现的知识库问答初级系统. 该问答系统可以解析输入的自然语言问句生成 SPARQL 查询，进一步请求后台基于 TDB 知识库的 Apache Jena Fuseki 服务, 得到结果. 这是一个入门级的例子. 内含介绍此项目的 README.pdf. 方便用户快速把握这个项目的想法. 希望用户体会默认的 3... -
基于elasticsearch的KBQA实现及示例
这是一个基于ElasticSearch实现的简单的基于知识库的问答系统。该问答系统可以解析输入的自然语言问句生成ES查询，然后执行得到结果。目前实现了按照名称检索实体，实体属性，多跳检索，以及检索符合多对属性要求的实体。 -
DeepKE：浙江大学基于深度学习的开源中文知识图谱抽取工具
DeepKE是一个开源和可扩展的知识图谱抽取工具，支持常规全监督、低资源少样本和文档级场景，覆盖各种信息抽取任务包括命名实体识别、关系抽取和属性抽取。通过一个统一的框架，DeepKE... -
OpenUE 简单可用的通用自然语言信息抽取工具（浙江大学）
OpenUE 是一个轻量级知识图谱抽取工具。 特点 基于预训练语言模型的知识图谱抽取任务 (兼容BERT, Roberta等预训练模型.) 实体关系抽取 事件抽取 槽位和意图抽取 更多的任务 训练和测试接口 快速部署NLP模型 -
支持中文的deepdive：斯坦福大学的开源知识抽取工具（三元组抽取）
deepdive是由斯坦福大学InfoLab实验室开发的一个开源知识抽取系统。它通过弱监督学习，从非结构化的文本中抽取结构化的关系数据 。本项目修改了自然语言处理的model包，使它支持中文，并提供中文tutorial。后续将持续更新一些针对中文的优化。 -
SparkSRE-基于Spark的语义推理引擎
SparkSRE是一个基于分布式内存计算框架Spark的语义推理引擎实现方案。该实现方案充分利用了Spark具有的分布式内存抽象弹性分布式数据集RDD，将语义推理的算法转换成在RDD之上的各种变换操作，最终实现面向语义Web领域RDFS规则集、OWL Horst规则集和通用形式规则的语义推理能力。