哈工大刘挺教授关于事理图谱的报告ppt。刘挺教授是事理图谱的先驱，最先构建了金融领域事理图谱，刘教授无疑是这个领域最有发言权的人之一。相信相关从业人员一定会从中受益匪浅。

Question answering (QA) has become a popular way for humans to access billion-scale knowledge bases. Unlike web search, QA over a knowledge base gives out accurate and concise results, provided that natural language questions can be understood and mapped precisely to structured queries over the knowledge base. The challenge, however, is that a human can ask one question in many different ways. Previous approaches have natural limits due to their representations: rule based approaches only understand a small set of “canned” questions, while keyword based or synonym based approaches cannot fully understand the questions. In this paper, we design a new kind of question representation: templates, over a billion scale knowledge base and a million scale QA corpora. For example, for questions about a city’s population, we learn templates such as What’s the population of $city?, How many people are there in $city?. We learned 27 million templates for 2782 intents. Based on these templates, our QA system KBQA effectively supports binary factoid questions, as well as complex questions which are composed of a series of binary factoid questions. Furthermore, we expand predicates in RDF knowledge base, which boosts the coverage of knowledge base by 57 times. Our QA system beats all other state-of-art works on both effectiveness and efficiency over QALD benchmarks.

本文为大家奉上EMNLP 2020必读的六篇知识图谱（Knowledge Graph）相关论文——知识图谱表示、常识、任务型对话、多语种知识库补全、开放式KG表示、社会常识推理。

知识图谱数据库，其中包含neo4j-community-3.3.3-unix.tar.gz ,neo4j-community-3.4.9-windows.zip 和对应的java sdk。

架构师技术知识图谱，其中包括 后端开发图谱 运维技能图谱 移动端测试图谱 架构方法论图谱 Java架构师图谱 等多少技能；包含完整的图谱信息

瑞金医院MMC人工智能辅助内置知识图谱大赛（第一赛季） :warning:由于可能存在的版权问题，请自行联系大赛主办方索要数据，在问题中索要数据的请求将不再回复，谢谢！ :light_bulb: github对.ipynb渲染效果不是很好，代码建议通过查看。 复赛代码见 背景 本次大赛逐步通过糖尿病相关的教科书，研究论文来做糖尿病文献挖掘和发展糖尿病知识图谱。 初赛赛题在学术论文和临床指南的基础上，做实体的标注。实体类别共十五类。 类别名称和实体定义： 实体类型 标注名称 说明 疾病名称 疾病 如I型糖尿病 病因 原因 疾病的成因，危险因素及机制。某些“糖尿病是由于糖尿病抵抗导致”，胰岛素抵抗是属于病因 临床表现 症状 包

CCKS 2021全国知识图谱与语义计算大会，共5份。 2021年全国知识图谱与语义计算大会的主题是“知识图谱赋能新基建”，旨在探讨大数据环境下语言理解、知识获取、知识融合、知识推理等方面的关键技术以及在新基建大背景下的各种智能应用。 1、常识知识的获取与推理 2、工业级知识图谱构建实践 3、基于深度学习的自然语言语义解析 4、因果启发的学习和推理 5、自然语言处理中符号规则方法的神经网络化

d2rq官方下载的zip包，倒腾了大半天才下载下来。

在调 研 国 内 外通用 和 医疗 行业 专 用 知 识 图 谱的 基础上 利 用 文本抽取、 关 系 数据转换 以 及数据融合 等技术 ， 探索 中 医药 知 识 图 谱 自 动化构 建方 法 与 标 准化 流 程 ， 实 现 中 医药 知识 图 谱的 智 能 应 用 ， 包括基 于模板的 中 医 药 知识 问 答和基于知识 图 谱推理 的 辅助 开 药

基于区块链智能合约的深度学习推荐系统知识图谱的分散构建 Decentralized Construction of Knowledge Graphs for Deep Recommender Systems Based on Blockchain-Powered Smart Contracts 摘要 自2012年Google首次提出知识图谱以来，知识图谱得到了业界和学术界的广泛关注，并在信息检索、在线推荐、问答等领域得到了广泛的应用。然而，传统的知识图谱集中构建面临着许多挑战，如费时费力、易被篡改或篡改、缺乏监督等。因此，本文提出了一种新的基于众包的分散式知识图谱构建方法，并利用区块链驱动的