awesome-repositories.com
Blog
MCP
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetServeur MCPÀ proposNotre méthodologiePresse
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 dépôt

Awesome GitHub RepositoriesLarge Scale Knowledge Graph Datasets

Massive entity-relation datasets used as foundational layers for artificial intelligence.

Distinct from Large-Scale Graph Training: Focuses on the data assets themselves, not the training of neural networks on those graphs.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Large Scale Knowledge Graph Datasets. Refine with filters or upvote what's useful.

Awesome Large Scale Knowledge Graph Datasets GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • ownthink/knowledgegraphdataAvatar de ownthink

    ownthink/KnowledgeGraphData

    5,181Voir sur GitHub↗

    KnowledgeGraphData est une collection de jeux de données structurés et de corpus conçus pour fournir une couche fondamentale pour les systèmes d'intelligence cognitive et d'intelligence artificielle. Il se compose principalement de jeux de données de graphes de connaissances chinois à grande échelle, y compris des données entité-relation et des jeux d'entraînement NLP utilisés pour piloter la compréhension sémantique et la réponse automatique aux questions. Le projet se concentre sur la construction et l'exportation de graphes entité-attribut-valeur massifs, organisant les connaissances dans des formats portables. Il fournit un partitionnement de domaine spécialisé pour adapter la récupération d'informations à des domaines professionnels tels que la santé, l'armée et la sécurité publique. Le dépôt couvre un large éventail de capacités, notamment le traitement du langage naturel chinois, la recherche sémantique et les systèmes de dialogue cognitif. Sa boîte à outils englobe l'analyse linguistique, l'extraction d'entités, la détection de sentiment et la synthèse de texte, ainsi que l'analyse de contenu visuel pour l'audit de sites web et la conversion parole-texte.

    Builds and exports massive entity relation datasets to provide a foundational data layer for artificial intelligence systems.

    Python
    Voir sur GitHub↗5,181
  1. Home
  2. Artificial Intelligence & ML
  3. Large-Scale Training Frameworks
  4. Large Scale Knowledge Graph Datasets