持续更新中…
首先，夹带点个人私货嘻嘻~
基于知识图谱的广州革命历史数字图书馆：http://gzknowledge.cn
知识图谱介绍
（1）知识图谱入门笔记（参考王昊奋）
知乎：https://zhuanlan.zhihu.com/c_211846834
（2）Mining Knowledge Graphs from Text
Tutorial：https://kgtutorial.github.io/aaai.html
（3）知识图谱综述
博客：https://www.zhongxiaoping.cn/2018/06/23/知识图谱综述/
（4）知乎：Knowledge Graph（知识图谱）
https://zhuanlan.zhihu.com/p/53753234
知识图谱综述
（1）paper：知识图谱研究进展 (2017), 漆桂林等人.
（2）paper：知识图谱构建技术综述 (2016), 刘峤等人.
（3）paper：知识图谱技术综述 (2016), 徐增林等人.
知识表示
知识图谱分布表示（Knowledge Graph Embedding）：
（1）知乎 论文简介：https://zhuanlan.zhihu.com/p/30320631
（2）博客 论文总结：https://www.twblogs.net/a/5b7c467e2b71770a43da3375
知识推理
按照解决方法分类可分为：基于描述逻辑的推理、基于规则挖掘的推理、基于概率逻辑的推理、基于表示学习与神经网络的推理。
按照推理类型分类可分为：缺省推理、连续变化推理、空间推理、因果关系推理等等。
关系抽取
根据关系抽取方法的不同，可以将其分为:基于模板的方法(触发词的Pattern, 依存句法分析的Pattern)、基于监督学习的方法(机器学习方法)、弱监督学习的方法(远程监督、Bootstrapping)。
事件抽取
(1)知乎：聊聊“事件抽取”
https://zhuanlan.zhihu.com/p/27840591
异构信息网络
异构信息网络：Heterogeneous Information Networks
(1)paper: 2007HeteSim: A General Framework for Relevance Measure in Heterogeneous Networks.
https://arxiv.org/pdf/1309.7393.pdf
(2)paper: 2011PathSim: Meta Path-Based Top-K Similarity Search in Heterogeneous Information Networks.
(3)paper: 2016Avgsim: Relevance Measurement on Massive Data in Heterogeneous Networks.
(4)paper: 2016Meta Structure— Computing Relevance in Large Heterogeneous Information Networks.
(5)paper: 2016Semantic Proximity Search on Graphs with Metagraph-based Learning.
(6)paper: 2017Meta-Graph Based Recommendation Fusion over Heterogeneous Information Networks.
(7)paper: 2017 Meta Structures in Knowledge Graphs.
(8)博客：异构信息网络 推荐===总结
https://blog.csdn.net/u013527419/article/details/73610233
知识问答
知识问答：KBQA(Knowledge-Based Question Answering)
KBQA常用的主流方法有基于模板的方法、基于语义解析的方法、基于深度学习的方法。
(1) 知乎：https://zhuanlan.zhihu.com/kb-qa
基于模板的方法：
(2)paper: 2012Template-based Question Answering over RDF Data
https://www2012.universite-lyon.fr/proceedings/proceedings/p639.pdf
知识图谱相关的推荐系统
(1)paper: 2018Improving Sequential Recommendation with Knowledge-Enhanced Memory Networks
https://dl.acm.org/citation.cfm?id=3210017
(2)paper:2019 Explainable Reasoning over Knowledge Graphs for Recommendation
https://arxiv.org/pdf/1811.04540.pdf
博客：https://zhuanlan.zhihu.com/p/51000072，文末有源码链接
(3)github论文清单：Must-read papers on Recommender System.
https://github.com/hongleizhang/RSPapers
知识图谱构建实例
（1）知识图谱-给AI装个大脑
知乎：https://zhuanlan.zhihu.com/knowledgegraph
code：https://github.com/SimmerChan/KG-demo-for-movie
（2）从零开始构建知识图谱
知乎：https://zhuanlan.zhihu.com/c_1018901137012928512
code：https://github.com/Pelhans/Z_knowledge_graph
（3）基于知识图谱的《红楼梦》人物关系可视化及问答系统
code：https://github.com/chizhu/KGQA_HLM
（4）Knowledge Graph Demo (上市公司高管图谱)
code：https://github.com/Shuang0420/knowledge_graph_demo
（5）农业知识图谱(AgriKG)：农业领域的信息检索，命名实体识别，关系抽取，智能问答，辅助决策
code：https://github.com/qq547276542/Agriculture_KnowledgeGraph
（6）证券系统的简单知识图谱
博客：https://blog.csdn.net/lt326030434/article/details/83507595
code: https://github.com/Maginaaa/SecuritiesKnowlegeGraph
（7）以疾病为中心的一定规模医药领域知识图谱
code：https://github.com/qq547276542/Agriculture_KnowledgeGraph
知识图谱相关平台
(1)中国中医科学院中医药信息研究所：中医药知识图谱
http://tcmkb.cn/kg/index.php
附有相关论文
(2)北京师范大学互联网教育智能技术及应用国家工程实验室:唐诗别苑–基于知识图谱的全唐诗语义检索与可视化平台
http://poem.studentsystem.org/index
(3)清华大学开源OpenKE: 知识表示学习平台
http://139.129.163.161//
github相关源码：https://github.com/thunlp/OpenKE
(4)OpenKG: http://openkg.cn/home
内有很多资源和数据
Related Posts
- 基于本体体系的知识图谱构建知识图谱的构建是当下的一大研究热点，其主流的存储方式主要可分为图数据库存储和RDF存储两大体系。笔者…
