知识图谱的开源生态
知识图谱主要用于刻画事物关系、沉淀领域知识，其应用广泛，包括机器人及IOT设备的智能化、对话式信息获取、临床 proteomics 数据解释等。知识体系组织形式包括 Taxonomy（树状结构）、Folksonomy（大众标签）和 Ontology（规范化描述）。
工程化本体构建流程
- 收集领域本体术语
- 定义本体概念层级（继承、等价、兄弟关系）
- 定义本体属性关联（属性类型、推理关系、互逆关系）
- 定义本体约束条件（取值类型、范围、缺省值）
知识图谱的构建范式
- 基于已有的工具、数据开发原型
- 根据业务需求开发功能模块实现应用系统
知识图谱的开源数据与工具
知识图谱构建流水线
包括本体建模、知识抽取、知识融合、知识校验、知识更新等环节。
本体标注工具
Protégé、NeOnToolkit、Altova SemanticWorks、思维导图等。
知识标注开源工具
Brat、Doccano 等。
知识抽取工具
DeepDive、Snorkel、OpenNRE、DeepKE 等。
知识抽取工具：DeepKE
- 支持低资源、长篇章的知识抽取（命名实体识别、关系抽取、属性抽取）
- 在线文档和 GoogleColab 教程丰富
知识图谱融合工具
OpenEA、PRASEMap 等。
知识图谱表示与推理工具
- 传统 KGE：TransE、DistMult、RotatE 等
- 基于图结构的 GNN-KGE：R-GCN 等
- 注入规则的 Rule-KGE：RUGE 等
- 工具：OpenKE、NeuralKG 等
知识图谱表示与推理工具：NeuralKG
- 包含 C-KGE(TransE)、GNN-KGE(R-GCN)、Rule-KGE(RUGE) 等模型
- 超参搜索功能
知识图谱搜索与可视化工具
Elasticsearch、FAISS、D3.js、Vis.js 等。
知识图谱开放数据
开源开放的本体资源
- 谷歌知识图谱（Things, Not Strings）
- Freebase
- MetaWeb
- WikiData
- Schema.org
- YAGO
- WordNet
- ConceptNet
- BabelNet
- 大词林
- OpenHowNet
开放多模态知识图谱：OpenRichpedia
基于百科的大规模多模态知识图谱。
中文领域开放知识图谱：OpenKG.CN
总结与未来展望
- 树立知识图谱开源思维，打破数据算法壁垒
- 具备自主可控和原始创新的知识图基础技术
- 数据与知识的交互融合，主观认知与机器感知
