NLP_知识图谱_大模型——个人学习记录

1. 自然语言处理、知识图谱、对话系统三大技术研究与应用

https://github.com/lihanghang/NLP-Knowledge-Graph

深度学习-自然语言处理(NLP)-知识图谱：知识图谱构建流程【本体构建、知识抽取（实体抽取、 关系抽取、属性抽取）、知识表示、知识融合、知识存储】 - 元気森林 - 博客园

https://www.cnblogs.com/-402/p/16529422.html

2.自然语言处理 --- NLP入门指南

https://blog.csdn.net/zwqjoy/article/details/103546648

3.自然语言处理方向项目和工具集合

https://github.com/HanXinzi-AI/awesome-NLP-resources

4.NLP_知识图谱_介绍、构建、问答知识

https://blog.csdn.net/weixin_42504788/article/details/137715412

5.NLP实践笔记

https://github.com/sherpahu/NLP_practice

https://github.com/sherpahu/NLP_practice/tree/master/markdown%E6%A0%BC%E5%BC%8F

6.funNLP

https://github.com/fighting41love/funNLP

7.老刘说NLP

https://github.com/liuhuanyong

老刘说知识图谱实践指引

老刘说知识图谱实践指引：知识图谱代表性全流程开源项目、NER/RE关键模型与开放课程概述 - 智源社区

https://github.com/liuhuanyong/DomainWordsDict

8.NLP第20课：Neo4j 从入门到构建一个简单知识图谱

https://zhuanlan.zhihu.com/p/112382328

9.基于深度学习的开源中文知识图谱抽取框架

https://github.com/zjunlp/DeepKE

10.【知识图谱：从零开始的构建艺术】：一步步构建你的知识图谱

https://wenku.csdn.net/column/193ttjzhkn

11.knowledge graph知识图谱,从零开始构建知识图谱

https://github.com/myhhub/KnowledgeGraph

12.知识图谱构建流程步骤详解

https://xushuai.blog.csdn.net/article/details/125061428

13.基于自然语言处理的金融知识图谱构建系统

https://github.com/EasonWong0327/NLP-Knowledge_Graph

14.知识图谱入门——认识知识图谱

https://zhuanlan.zhihu.com/p/396516565

15.整理知识图谱相关学习资料，提供系统化的知识图谱学习路径

https://github.com/husthuke/awesome-knowledge-graph

16.东南大学《知识图谱》研究生课程

https://github.com/npubird/KnowledgeGraphCourse

17.【大模型:知识图谱】--1.通俗易懂解释知识图谱

https://blog.csdn.net/qq_58602552/article/details/148130513

https://blog.csdn.net/qq_58602552/category_12897577.html

18.【GraphRAG】构建知识图谱：从技术到实战的完整指南

https://blog.csdn.net/2301_81888214/article/details/142761555

19.知识图谱构建 DeepKg

https://github.com/powerycy/DeepKg

20.LLM 知识图谱构建器：从零到 GraphRAG 只需五分钟

https://fisherdaddy.com/posts/llm-knowledge-graph-builder/

https://neo4j.com/developer-blog/graphrag-llm-knowledge-graph-builder/

什么是 Neo4j LLM 知识图谱构建器？

Neo4j LLM 知识图谱构建器是一款创新的在线应用，无需编写代码和 Cypher 查询，即可将非结构化文本转化为知识图谱，提供神奇的文本到图谱体验。

它使用机器学习模型 (大语言模型：OpenAI、Gemini、Diffbot) 将 PDF、网页和 YouTube 视频转换为实体及其关系的知识图谱。

21.从零构建知识图谱：使用大语言模型处理复杂数据的11步实践指南

https://blog.csdn.net/deephub/article/details/147948306

22.使用 LLM 从零构建知识图谱

https://blog.csdn.net/weixin_53707653/article/details/148592255

23.基于大语言模型LLM 的知识图谱生成工具

支持从文本中自动提取实体关系并可视化展示。

https://github.com/Tunnello/KnowledgeGraph-Streamlit

24.Python中LLM的知识图谱构建：动态更新与推理

https://binarydreams.blog.csdn.net/article/details/145232666

25.语析 - 基于大模型的知识库与知识图谱问答平台

https://blog.csdn.net/jaykm/article/details/145930433

https://github.com/xerrors/Yuxi-Know

基于智能体 RAG 知识库的知识图谱问答系统。Langgraph + VueJS + Flask + Neo4j。大模型适配 OpenAI、Ollama、vLLM、国内主流大模型平台的模型调用。支持推理模型DeepSeek-R1、联网检索、工具调用。

26.林业病虫害智能问答系统DeepForest

https://deepforest.weilanx.com/index.html

https://github.com/Azure12355/deep-forest

https://gitee.com/azure12355/deep-forest

27.知识图谱：从0到 ∞

https://blog.csdn.net/hyc010110/category_12799114.html

28.fanjianglin知识图谱

https://blog.csdn.net/fanjianglin/category_12628659.html


29.开源学习版！PDF到知识图谱：DeepSeek与OpenAI，轻松部署本地langchain和neo4j问答系统Datagraphx学习版

https://www.bilibili.com/video/BV1Z5F5efEUZ/

DeepSeek与OpenAI模型：用于文本分析与自然语言处理。

LangChain：实现文档处理与交互式问答。

Neo4j：用于构建与展示知识图谱。

Plotly：用于图数据库可视化。

项目地址：https://github.com/adoresever/DataGraphX_Learn

30.农业知识图谱(KG)

https://github.com/shanwf/Agriculture_KG

https://github.com/qq547276542/Agriculture_KnowledgeGraph

https://github.com/2019agriculture/Agriculture_KnowledgeGraph

https://github.com/chenjj9527/AgricultureKnowledgeGraph

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

该项目已停止维护。因此项目代码仅供参考，项目中包含的数据可免费用于学术等非商业用途。

Github 项目推荐 | 农业知识图谱(KG)：农业领域的信息检索，命名实体识别-腾讯云开发者社区-腾讯云

农业知识图谱(KG)：农业领域的信息检索，命名实体识别

https://github.com/zhangyqCS/KnowledgeGraph_Agriculture

农业领域知识图谱的构建，包括数据爬取(百度百科)、数据分类、利用结构化数据生成三元组、非结构化数据的分句(LTP)，分词(jieba)，命名实体识别(LTP)、基于依存句法分析(主谓关系等)的关系抽取和利用neo4j生成可视化知识图谱

https://github.com/JunKuang-algo/Agriculture-KnowledgeGraph-Data

对知识库Wikidata的爬虫以及数据处理脚本 将三元组关系对齐到语料库的脚本 获取知识图谱数据的脚本

31.知识图谱实战项目推荐

https://www.163.com/dy/article/G0LBH82005380EIV.html

（1） 知识图谱构建，自动问答，基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。

地址：https://github.com/liuhuanyong/QASystemOnMedicalKG

本项目立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，11类规模约30万实体关系的知识图谱。本项目将包括以下两部分的内容：

  • 基于垂直网站数据的医药知识图谱构建
  • 基于医药知识图谱的自动问答

（2）本项目提出了中文复合事件的概念与显式模式，包括条件事件、因果事件、顺承事件、反转事件等事件抽取，并形成事理图谱。

地址：https://github.com/liuhuanyong/ComplexEventExtraction

（3）罪名法务智能项目,内容包括856项罪名知识图谱, 基于280万罪名训练库的罪名预测,基于20W法务问答对的13类问题分类与法律资讯问答功能.

地址：https://github.com/liuhuanyong/CrimeKgAssitant

本项目将完成两个大方向的工作: 1, 以罪名为核心,收集相关数据,建成基本的罪名知识图谱,法务资讯对话知识库,案由量刑知识库. 2, 分别基于步骤1的结果,完成以下四个方面的工作。

  1. 基于案由量刑知识库的罪名预测模型
  2. 基于法务咨询对话知识库的法务问题类型分类
  3. 基于法务咨询对话知识库的法务问题自动问答服务
  4. 基于罪行知识图谱的知识查询

（4）中文人物关系知识图谱项目,内容包括中文人物关系图谱构建,基于知识库的数据回标,基于远程监督与bootstrapping方法的人物关系抽取,基于知识图谱的知识问答等应用。

地址：https://github.com/liuhuanyong/PersonRelationKnowledgeGraph

（5）军事知识图谱。基于mongodb存储的军事领域知识图谱问答项目，包括飞行器、太空装备等8大类，100余小类，共计5800项的军事武器知识库，该项目不使用图数据库进行存储，通过jieba进行问句解析，问句实体项识别，基于查询模板完成多类问题的查询，主要是提供一种工业界的问答思想。

地址：https://github.com/liuhuanyong/QAonMilitaryKG

（6）京东知识图谱， 基于京东网站的1300种商品上下级概念，约10万商品品牌，约65万品牌销售关系，商品描述维度等知识库，基于该知识库可以支持商品属性库构建，商品销售问答，品牌物品生产等知识查询服务，也可用于情感分析等下游应用．

网址：https://github.com/liuhuanyong/ProductKnowledgeGraph

32.一些优秀的知识图谱项目

https://blog.csdn.net/stay_foolish12/article/details/127220994

(1)利用网络上公开的数据构建一个小型的证券知识图谱/知识库

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，命名实体识别，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

    Tunnello/KnowledgeGraph-Streamlit

    https://github.com/Tunnello/KnowledgeGraph-Streamlit

    基于大语言模型LLM 的知识图谱生成工具，支持从文本中自动提取实体关系并可视化展示。

    demo

    试用网址：https://knowledgegraph-app.streamlit.app/
    介绍文章：使用大语言模型 + streamlit-agraph 生成和可视化知识图谱

    使用大语言模型 + streamlit-agraph 生成和可视化知识图谱

    zjunlp/DeepKE

    基于深度学习的开源中文知识图谱抽取框架

    https://github.com/zjunlp/DeepKE/blob/main/README_CN.md

    DeepKE 是一个开源的知识图谱抽取与构建工具，支持cnSchema、低资源、长篇章、多模态的知识抽取工具，可以基于PyTorch实现命名实体识别、关系抽取和属性抽取功能。同时为初学者提供了文档，在线演示, 论文, 演示文稿和海报。

    WenRichard/KBQA-BERT

    https://github.com/WenRichard/KBQA-BERT

    基于BERT的KBQA探索：https://zhuanlan.zhihu.com/p/62946533

    基于知识图谱的问答系统，BERT做命名实体识别和句子相似度，分为online和outline模式

    本项目主要由两个重要的点组成，一是基于BERT的命名实体识别，二是基于BERT的句子相似度计算，本项目将这两个模块进行融合，构建基于BERT的KBQA问答系统，在命名实体识别上分为online predict和outline predict；在句子相似度上，也分为online predict和outline predict，2个模块互不干扰，做到了高内聚低耦合的效果，最后的kbqa相当于融合这2个模块进行outline predict，具体介绍请见知乎专栏！

    环境配置

    • Python版本为3.6
    • tensorflow版本为1.13
    • XAMPP版本为3.3.2
    • Navicat Premium12

    33.知识图谱最简单的demo实现

    https://blog.csdn.net/Andy_shenzl/article/details/134714153

    34.知识库与知识图谱

    https://blog.csdn.net/jaykm/article/details/145930981

    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.pswp.cn/bicheng/88814.shtml
    繁体地址，请注明出处：http://hk.pswp.cn/bicheng/88814.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

    linux:进程详解（1）

    linux:进程详解（1）

    目录 ​编辑 1.进程基本概念与基本操作 1.1 概念 1.2 描述进程-PCB 1.2.1PCB的基本概念 1.2.2 task_ struct 1.2.3 查看进程 2.进程状态 2.1 Linux内核源码展示 2.2 进程状态查看 ​编辑 2.3 Z(zombie)-僵⼫进程 2.4 僵尸进程的危害 2.5 孤儿进程 3.进程优先级 …
    阅读更多...
    碳中和目标下的全球产业链重构：深度解析与未来路径

    碳中和目标下的全球产业链重构：深度解析与未来路径

    引言：气候临界点与产业链的系统性风险2023年，全球平均气温较工业化前上升1.2℃，南极冰盖年消融量达1500亿吨，极端天气事件导致的经济损失占全球GDP的2.3%。这一系列数据背后，暴露出传统产业链的致命缺陷——其设计逻辑…
    阅读更多...
    FPGA实现SDI转LVDS视频发送，基于GTX+OSERDES2原语架构，提供2套工程源码和技术支持

    FPGA实现SDI转LVDS视频发送，基于GTX+OSERDES2原语架构，提供2套工程源码和技术支持

    目录 1、前言工程概述免责声明 2、相关方案推荐我已有的所有工程源码总目录----方便你快速找到自己喜欢的项目本博已有的 SDI 编解码方案FPGA实现LVDS视频收发方案 3、工程详细设计方案工程设计原理框图SDI 输入设备Gv8601a 均衡器GTX 解串SMPTE SD/HD/3G SDI IP核BT1120转RGB奇…
    阅读更多...
    新手向:使用Python构建高效的日志处理系统

    新手向:使用Python构建高效的日志处理系统

    本文将详细讲解如何使用Python开发一个专业的日志分析工具，能够自动化处理、分析和可视化各类日志文件，大幅提升运维效率。环境准备开发本工具需要以下环境配置：Python环境：建议Python 3.8或更高版本必要库：pandas&…
    阅读更多...
    大模型-量化技术

    大模型-量化技术

    简介 模型量化是一种重要的模型压缩技术。其核心目标是在可控精度损失下，将大模型中浮点型权重（通常为 float32 等高精度格式）近似转换为低精度离散值表示（通常为 int8）。 具体而言，该技术通过将模型的权重…
    阅读更多...
    【C语言网络编程】HTTP 客户端请求（域名解析过程）

    【C语言网络编程】HTTP 客户端请求（域名解析过程）

    在做 C 语言网络编程或模拟 HTTP 客户端时，第一步就离不开“把域名解析为 IP 地址”这一步。很多人可能直接复制粘贴一段 gethostbyname 的代码，但未必真正理解它的原理。 本篇博客将围绕一个经典函数： char *host_to_ip(const char *hostna…
    阅读更多...
    Node.js特训专栏-实战进阶：16. RBAC权限模型设计

    Node.js特训专栏-实战进阶：16. RBAC权限模型设计

    🔥 欢迎来到 Node.js 实战专栏！在这里，每一行代码都是解锁高性能应用的钥匙，让我们一起开启 Node.js 的奇妙开发之旅！ Node.js 特训专栏主页 专栏内容规划详情 我将从RBAC权限模型的基础概念、核心组件讲起，详细阐述其设计原则、数据库模型设计，还会结合代码示例展示在…
    阅读更多...
    mac上BRPC的CMakeLists.txt优化：解决Protobuf路径问题

    mac上BRPC的CMakeLists.txt优化：解决Protobuf路径问题

    问题背景与挑战 在构建高性能RPC框架BRPC时，​Protobuf依赖路径的配置往往是开发者面临的主要挑战之一。原始CMake配置在寻找Protobuf库时存在以下痛点： ​路径搜索不精确​：默认find_library无法定位自定义安装路径下的Protobuf​版本兼容…
    阅读更多...
    Go 性能分析利器：pprof 工具实战指南

    Go 性能分析利器：pprof 工具实战指南

    在 Go 语言开发中，性能问题往往是项目上线后最棘手的挑战之一。无论是 CPU 占用过高、内存泄漏，还是 goroutine 失控，都可能导致服务响应缓慢甚至崩溃。而pprof作为 Go 官方提供的性能分析工具，就像一把精准的手术刀，能…
    阅读更多...
    fio测试SSD直接I/O（Direct IO）性能仅有100MB/s的问题解决

    fio测试SSD直接I/O（Direct IO）性能仅有100MB/s的问题解决

    针对您使用fio测试SSD直接I/O（Direct IO）性能仅有100MB/s的问题，结合SSD特性和fio测试原理 fio测试SSD直接I/O（Direct IO）性能仅有100MB/s的问题 - LinuxGuideLinuxGuide 以下是可能的原因及优化方案： &a…
    阅读更多...
    EVO-0：具有隐空间理解的视觉-语言-动作模型

    EVO-0：具有隐空间理解的视觉-语言-动作模型

    25年6月来自上海交大、EvoMind Tech 和上海算法创新研究院（IAAR-Shanghai）的论文“EVO-0: Vision-Language-Action Model with Implicit Spatial Understanding”。 视觉-语言-动作 (VLA) 模型已成为一种有前途的框架，可使通用机器人能够在现…
    阅读更多...
    文心大模型4.5开源测评：轻量化部署实践与多维度能力验证

    文心大模型4.5开源测评：轻量化部署实践与多维度能力验证

    前言：开源浪潮下的轻量化革命 2025年百度文心大模型4.5系列的开源，标志着国产大模型从“参数竞赛”转向“实用落地”的关键转折。当行业仍在追逐千亿参数模型时，文心4.5以0.3B轻量级模型撕开一条新赛道——单卡部署、低成本运维、中文场景高…
    阅读更多...
    LeetCode 2401.最长优雅子数组

    LeetCode 2401.最长优雅子数组

    给你一个由 正 整数组成的数组 nums 。 如果 nums 的子数组中位于 不同 位置的每对元素按位 与（AND）运算的结果等于 0 ，则称该子数组为 优雅 子数组。 返回 最长 的优雅子数组的长度。 子数组 是数组中的一个 连续 部分。 注意：长…
    阅读更多...
    中华心法问答系统的解读（1）

    中华心法问答系统的解读（1）

    中华心法问答系统一、研究背景1. 研究意义2. 研究目的3. 信息检索技术二、主要研究内容三、相关技术介绍1. Flask框架技术2. BERT模型（1）基本概念（2）BERT解决的问题（3）BERT的核心结构a. 模型结构b. 预训练任…
    阅读更多...
    Java 大视界 -- Java 大数据在智能安防视频监控系统中的视频摘要快速生成与检索优化（345）

    Java 大视界 -- Java 大数据在智能安防视频监控系统中的视频摘要快速生成与检索优化（345）

    Java 大视界 -- Java 大数据在智能安防视频监控系统中的视频摘要快速生成与检索优化（345）引言：正文：一、Java 构建的全场景视频处理系统（含校园 / 工厂 / 矿区适配）1.1 校园宿舍区夜间检索方案（…
    阅读更多...
    信号量机制,互斥的避免自旋锁的实现方法（操作系统）

    信号量机制,互斥的避免自旋锁的实现方法（操作系统）

    这次的比喻场景要升级了，因为它既能解决互斥问题，也能解决同步问题。我们用一个更综合的场景：一个拥有多辆共享单车的站点。共享单车 (资源)：站点里有多辆共享单车，数量是有限的。你 (进程)：想借一辆车去办…
    阅读更多...
    零基础 “入坑” Java--- 十、继承

    零基础 “入坑” Java--- 十、继承

    文章目录一、何为继承二、继承语法三、父类成员访问1.成员变量2.成员方法四、super关键字五、子类构造方法六、super和this辨析七、再谈初始化八、protected关键字九、继承方式十、final关键字十一、继承与组合根据我们学过的类的知识，我们来定义两个类：…
    阅读更多...
    JS进阶-day1 作用域解构箭头函数

    JS进阶-day1 作用域解构箭头函数

    作用域全局作用域——>尽量少使用，避免变量污染局部作用域——>函数作用域、块级作用域作用域链——>底层变量查找机制（先在当前函数作用域查找，如果找不到，就沿着作用域链向上级作用域查找，直到全局作用域&a…
    阅读更多...
    Arduino 无线通信实战：使用 RadioHead实现 315MHz 433M模块数据传输

    Arduino 无线通信实战：使用 RadioHead实现 315MHz 433M模块数据传输

    本文将介绍如何使用 Arduino 和 RadioHead 库实现 315MHz（或 433MHz）ASK 无线通信。通过两个 Arduino 控制板，一个作为发射端，一个作为接收端，实现“按键控制 → 无线发送 → LED 控制”的基础通信功能，非常…
    阅读更多...
    012_PDF处理与文档分析

    012_PDF处理与文档分析

    PDF处理与文档分析 目录 PDF支持概述支持的功能文档限制上传方式分析能力应用场景最佳实践 PDF支持概述 核心能力 Claude现在可以直接处理PDF文档，提供全面的文档分析能力。这项功能支持： 文本内容分析：提取和理解PDF中的文本图像识别&…
    阅读更多...
    最新文章

    Copyright @ 2022~2023