从知识图谱到认知图谱｜唐杰

2005年-2019年ACL、COLING、EMNLP等顶级会议上知识图谱领域的80篇经典论文：综述类（3篇）、知识表示（10篇）、命名实体识别（19篇）、实体消歧（12篇）、关系抽取（10篇）、事件抽取（8篇）、问答系统（17篇）。本资源以文档存储了永久有效链接，分享给各位学习，一起进步

该资源是东南大学知识图谱精品课程的PPT第一部分。东南大学知识图谱精品课程共分14章，系统地讲解了知识图谱相关的知识，涉及知识表示、知识建模、知识抽取基础（数据采、实体识别、关系抽取、事件抽取）、 知识融合、 知识图谱表示学习、知识存储、基于知识的智能问答、实体链接、知识推理等所有知识图谱相关的知识点。

学习了博学谷上的课程《知识图谱开发实战：搭建上市公司知识图谱》，按教程敲了一遍， 更新了数据获得的接口/网址，原接口/网站网页结构有变化，更新了网页解析代码 同时打包了处理后的数据（7个csv文件，编码格式：utf-8），可直接跳到知识图谱的构建过程， 提供了windows平台下构建neo4j数据库的命令（import.bat，需要更改neo4j-admin.bat路径！）， 具体使用方法还是以视频教程为主。

知识图谱导论 仅四章 概述，知识表示，机器学习，...知识图谱导论 仅四章 概述，知识表示，机器学习，...

在学习知识图谱过程中看过的文档资料。希望对想学习知识图谱的有所帮助

贪心学院的知识图谱相关数据压缩包，可通过命令将其导入到Neo4j数据库中，如果需要可以使用积分下载。

爬取百度百科中文页面，抽取三元组信息，构建中文知识图谱

该资源是文章的资料，压缩包中包含：Gephi软件、中国知网数据、展示图谱、Python代码。 本篇文章主要采用Python和Gephi构建中国知网某个领域的作者合作关系和主题词共现的知识图谱，重点阐述了一种可操作的关系图谱构建方法，可用于论文发表、课程或企业可视化展示等。其基本步骤如下： 1.在中国知网搜索“清水江”关键词，并导出论文Excel格式。 2.使用Python处理文本，获取作者合作的共现矩阵及三元组。 3.Gephi导入CSV节点及边文件，并构建关系图谱。 4.Gephi调整参数，优化关系图谱。 原文链接：https://blog.csdn.net/Eastmount/article/details/100200437 希望该资源对您有所帮助，建议结合博客来学习。

这是知识图谱研究青年学者研讨会 (清华大学)，其中汇报PPT包括： 冯岩松：csk_akbc 韩先培：青年知识图谱研讨会 刘康：知识图谱讨论会 刘知远：大规模知识图谱表示学习的趋势与挑战_青年研讨会 漆桂林：知识库构建和推理技术及工具介绍 王昊奋：KG Applications for vertical sectors 王泉：知识图谱学术研讨会 王志春：知识图谱研讨会 邹磊：rdf_natural_language 希望文章对你有所帮助，同时可以参考我的一篇博文，也是这次会议的一些体会： 知识图谱相关会议之观后感分享与学习总结 http://blog.csdn.net/eastmount/article/details/46672701 By:Eastmount CSDN