知识图谱在人工智能应用中的重要价值日益突显。百度构建了超大规模的通用知识图谱，并在搜索、推荐、智能交互等多项产品中广泛应用。同时，随着文本、语音、视觉等智能技术的不断深入，知识图谱在复杂知识表示、多模语义理解技术与应用等方面都面临新的挑战与机遇。本文将介绍百度基于知识图谱，从文本到多模态内容的理解技术及应用的最新进展。

放到lib/python2.7/lib-dynload/下解决Python2的No module named _sqlite3问题

cg-gnn训练模型，

刘知远 - 知识表示学习研究进展，包括知识表示，表示学习，知识图谱

b站的GNN从入门到精通的课程的PPT

图神经网络无疑是现在最火的AI技术之一，在本文中，全面详细地介绍了GNN的背景动机、GCN、循环关系网络、通用网络。

近期，一些Paper放出来，以下整理了CVPR 2020 图神经网络(GNN)相关的比较有意思的值得阅读的五篇论文，供大家参考—点云分析、视频描述生成、轨迹预测、场景图生成、视频理解等。

人工神经网络 纸质数据和代码 这是AAAI 2019论文： 的代码。 我们已经在Tensorflow和Pytorch中实现了我们的方法。 这是我们在论文中使用的两个数据集。 下载数据集后，您可以将它们放在文件夹datasets/ ： 友情链接： ://2015.recsyschallenge.com/challenge.html DIGINETICA： ://cikm2016.cs.iupui.edu/cikm-cup或 文件夹datasets/包含一个小的数据集sample ，可用于测试代码的正确性。 我们还写了解释该论文。 用法 您需要先运行文件datasets/preprocess.py来预处理数据。 例如： cd datasets; python preprocess.py --dataset=sample cd datasets; python preproces

本文组织如下:首先，介绍了图和网络的基本概念。其次，我们描述了在GNNs中用于计算节点嵌入的主要步骤。接下来，我们将介绍现有文献中经常提到的三种GNN技术。最后，我们对该领域的其他著名作品进行了有限的综述。

开源web知识图谱项目 爬取百度百科中文页面 解析三元组和网页内容 建立中文知识图谱 建立百科bot（重建中） 更新20200720 Windows上的部署参考，感谢LMY-nlp0701！ 更新20191121 迁移代码到爬虫框架scrapy 优化了抽取部分代码 数据持久化迁移到mongodb 修复chatbot失败问题 开放neo4j后台界面，可以查看知识图谱成型效果 提示 如果是项目问题，请提问题。 如果涉及到不方便公开的，请发邮件。 ChatBot请访问 成型的百科知识图谱访问，用户名：neo4j，密码：123。效果如下： 环境 python 3.6 re：url正则匹配 scrapy：网页爬虫和网页解析 neo4j：知识图谱图数据库，安装可以参考 pip install neo4j-driver：neo4j python驱动 pip install pymongodb：mongodb的python支持 mongodb数据库：安装参考 代码执行： cd WEB_KG/baike scrapy crawl baike 执行界面（按ctrl + c停止）： 知识图谱效果图