具体功能 服务器端：管理员可以对爬取信息、图数据库等进行添加、查看、修改或删除； 客户端模块：学术信息检索；师生关系查询；领域知识检索；科研项目查询；学术论坛；学术信息管理。 文件夹介绍 website 代码 resource 资源文件

信息检索：基于知识图谱和深度学习的文本表示和搜索(Explicit and distributed semantics for text representation and retrieval)-附件资源

基于知识图谱分析干细胞研究现状及发展方向

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.

基于知识与能力导引的程序设计课程作业在线评测系统.pdf

统计和分析了基于美国科学情报研究所fis9基于Web开发的数据库中近 19490篇复杂网络研究论文文 献 ，研究了复杂网络在各个 自然科学领域中的应用现状，并且利用 pajek软件绘制出目前国际上关于复杂网络研 究的国家与机构分布、热点情况及其变化趋势的知识图谱，总结出当前国际复杂网络研究的现状及发展趋势

提出了一种新的在复杂背景下对未知大小、位置和数目的人脸进行定位和分割的算法. 它利 用基于知识的金字塔方法,主要由3 部分组成:较高的2 级是在多尺度屋顶边缘检测的基础上,先 利用BO样条二进小波变换来检测在不同分辨率下的极小值点(对应眼睛) 和极大值点(对应人脸) ; 再利用尺度、包含和对称等关系进行初步筛选;最后利用人眼的特征确定眼睛的位置. 因此,这种方 法能够在复杂背景的灰度图像中检测不同尺度下的未知人脸,并进行初步的分割. 最后,给出了一 些实验结果.

针对当前中医药领域知识多且相对零散的现状，为了实现中医药知识资源的有效整合及可视化表示，本文研究了中医药知识图谱可视化的相关技术。可视化的流程涉及层析结构设计、节点生成、html页面生成、力导引布局4个部分。本文给出了这4部分的关键技术和实现算法，并利用以上技术实现了一个高交互性的可视化系统。该系统以图谱形式可视化展示中医药，将会为用户提供全面、及时、可靠的知识服务。

【博客源代码】课程设计-在校整理-10 基于知识图谱的医疗智能问答小程序实现示例源代码与数据文件

pyRecommender 基于知识图谱的推荐系统 参考了，是该论文的PyTorch版实现，具体用法还请移步原作者的 去做 基于知识图谱的推荐功能 提取知识图谱特征 TransE 基于模糊数学的推荐系统 交替学习MKR 基于知识图谱的查询功能 pyDatalog 数据格式 数据用json形式组织。数据包括：用户信息，书籍信息，电影信息，音乐信息 用户信息 { "location": // 常驻地 "username": // 用户名 "join_time": // 加入时间 "book_do": [(book