思知机器人项目简介
思知项目开放了对话机器人、知识图谱、语义理解、自然语言处理工具。知识图谱融合了两千五百多万的实体,拥有亿级别的实体属性关系,机器人采用了基于知识图谱的语义感知与理解,致力于最强认知大脑。自然语言处理工具包的功能有:中文分词、词性标注、命名实体识别、关键词提取、文本摘要、新词发现、情感分析等。
开放的项目有:
- 知识图谱
- 对话机器人
- 语义理解
- 自然语言处理
知识图谱
ownthink提供了1.4亿条知识图谱数据,而且可以免费下载(点此下载),ownthink知识图谱不仅可以获取歧义关系,还可以获取实体和属性值,因官方已有详细介绍,本文就不再详细说明(链接)除此之外,ownthink还提供了一个知识图谱可视化查询界面(点此试看),输入华东理工大学,返回如下界面:
知识图谱是将复杂的信息通过计算处理成能够结构化表示的知识,所表示的知识可以通过图形绘制而展现出来,为人们的学习提供有价值的参考,为信息的检索提供便利。目前知识图谱有许多开放的API接口,为知识图谱可视化提供了大大的便利,这里以思知API接口对知识图谱可视化进行简单示范(出自这里)。
首先,运行如下程序,获取程序运行的结果。
import os
import sys
import requests
def kg_view(entity):
url = 'https://api.ownthink.com/kg/knowledge?entity=%s'%entity # 知识图谱API
sess = requests.get(url) # 请求
text = sess.text # 获取返回的数据
response = eval(text) # 转为字典类型
knowledge = response['data']
nodes = []
for avp in knowledge['avp']:
if avp[1] == knowledge['entity']:
continue
node = {
'source': knowledge['entity'], 'target': avp[1], 'type': "resolved", 'rela':avp[0]}
nodes.append(node)
for node in nodes:
node = str(node)
node = node.replace("'type'", 'type').replace("'source'", 'source').replace("'target'", 'target')
print(node+',')
if __name__=='__main__':
kg_view('图灵')