本文以《骆越演义》文本为处理对象,依据知识图谱的构建技术,抽取小说中的实体,定义实体关系,以依存句法为基础实现三元组实体节点的抽取,并将其存储在图数据库Neo4j中,另一非关系型数据库MongoDB则用来存放json格式的格式化数据,应用可视化工具Echarts辅助绘制关系图实现知识关系可视化,利用LTP分词模型和相似词典相结合实现知识查询,设计并完成了《骆越演义》知识可视化系统。
最近更新: 3年多前Reinforcement Knowledge Graph Reasoning for Explainable Recommendation
最近更新: 3年多前基于Pytorch和torchtext的知识图谱深度学习框架,包含知识表示学习、实体识别与链接、实体关系抽取、事件检测与抽取、知识存储与查询、知识推理六大功能模块,已实现了命名实体识别、关系抽取、事件抽取、表示学习等功能。框架功能丰富,开箱可用,极易上手!基本都是学习他人实现然后自己修改融合到框架中,没有细致调参,且有不少Bug~
最近更新: 4年多前