-
DocEE：篇章事件抽取框架
面向中文篇章事件抽取任务的框架，支持PTPCG、Doc2EDAG、GIT等多种SOTA模型。 -
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... -
FinancialKG-Open-Entity-Relation-Extractor
基于依存句法关系的知识抽取工具 本工具基于依存句法关系对非结构化文本进行事实三元组抽取。 抽取模板： 主语+谓语+宾语（SBV+VOB），如：“特朗普是美国总统。”。 主语+谓语+宾补（SBV+CMP+POB），如：“哈德森出身在伦敦。”。 主语+谓语+介宾（SBV+ADV+POB），如：“乔布斯在斯坦福大学演讲。”。... -
开源知识图谱融合工具 OpenEA （南京大学）
背景 知识图谱可以由任何机构和个人自由构建，其背后的数据来源广泛、质量参差不齐，导致它们之间存在多样性和异构性。例如，对于相交领域 (甚至是相同领域)，通常会存在多个不同的实体指称真实世界中的相同事物。知识融合的目标就是将不同知识图谱融合为一个统一、一致、简洁的形式，为使用不同知识图谱的应用程序间的交互建立互操作性。知识融合的常用技术方法包括本体匹配... -
甲骨(Jiagu)深度学习自然语言处理工具（支持知识图谱开放信息抽取）
Jiagu以BiLSTM等模型为基础，使用大规模语料训练而成。将提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现等常用自然语言处理功能。参考了各大工具优缺点制作，将Jiagu回馈给大家。 -
清华大学开源OpenKE: 知识表示学习平台
OpenKE 是一个开源的知识表示学习平台，由 THUNLP 基于 TensorFlow 工具包开发。在 OpenKE 中，我们提供了快速和稳定的工具包，包括最流行的知识表示学习（knowledge representation learning，KRL）方法。该框架具有容易拓展和便于设计新的知识表示学习模型的特点。 该框架有如下特征： -... -
YodaQA-开源QA工具
YodaQA is an open source Factoid Question Answering system that can produce answer both from databases and text corpora using on-the-fly information extraction. By default, open...