【知识图谱构建 DeepKg】

一、前言

本项目致力于知识图谱的构建，目前正一点一点搭建其方法，也希望能帮助更多的人，

二、复现模块

2.1 【知识图谱构建 之 实体识别篇】

【知识图谱构建 之 实体识别篇】 目前提供了一些torch版本的NER方法，包含GlobalPointer,Biaffine,UnlabeledEntity，以及R-drop的应用,EMA方法的应用。 具体细节请查看：https://zhuanlan.zhihu.com/p/375805722

2.2 【知识图谱构建 之 语义标准化篇】

【知识图谱构建 之 语义标准化篇】 目前采用 召回（recall） 和 排序（rank）方式进行 语义标准化，目前 只 提供 召回（recall） 。

2.3 【知识图谱构建 之 向量召回】

【知识图谱构建 之 向量召回】 目前采用 SimCSE跟faiss搭配在一起，支持无监督跟有监督训练。 详情请看苏神的解读：https://spaces.ac.cn/archives/8348

2.4 【知识图谱构建 之 AutoPhrase】

【知识图谱构建 之 专业词挖掘】 目前采用AutoPhrase非常经典跟实用的方法，并加入了bert来做。 也感谢大佬提供的实现版本:https://github.com/luozhouyang/AutoPhraseX
详情请见知乎：https://zhuanlan.zhihu.com/p/434919516

2.5 【知识图谱构建 之 AutoNER】

【知识图谱构建 之 专业词挖掘】 目前采用AutoNer非常经典跟实用的方法，适配了中文业务。 详情请见:https://github.com/shangjingbo1226/AutoNER

2.5 【知识图谱构建 之 UIE生成模型】

【知识图谱构建 之 UIE】 基于ccks2022的torch版本生成式UIE。
详情请见:https://zhuanlan.zhihu.com/p/550313528