muniao / kgdata

各个行业知识图谱分享，关系抽取，数据清洗，提供 neo4j 批量导入格式，ncov，疫情数据

KGData

各个行业知识图谱分享，关系抽取，数据清洗，提供 neo4j 批量导入格式

Menu

Topic	Description	status
百科通用数据	百科通用数据	已完成，部分公开
医疗数据	疾病，症状，科室，用药等	已完成
垃圾分类	上海垃圾分类数据	已完成，完全公开
汽车配件-车灯	各种型号各种年份汽车对应的各类车灯，安装方式	已完成
新冠疫情	新冠疫情公开的行为轨迹，可供做知识推理【公益免费】	V1.0完成

《百科数据》

中文知识图谱，4000w实体，一亿关系，这是我精心整理、清洗、去重后的数据，数据格式已经处理，可用 neo4j-admin 直接导入，所有数据来源都是公开的百科或新闻数据。

由于 github文件大小限制，以下给出了部分数据，并附上了使用步骤，适合研究生交作业用，接受定制服务

使用步骤

1.首先你要自行安装 neo4j 下载地址：https://neo4j.com/download/

2.由于本方式是覆盖导入，建议创建一个全新的知识图谱库

3.解压后将两个文件放入 import 目录

4.执行导入语句

bin/neo4j-admin import --id-type=STRING --multiline-fields=true \
                       --nodes "import/entity10.csv"  \
                       --relationships "import/relationship10.csv" \

tips：

1.windows下请去掉命令中的换行符

2.windows下如果提示路径不对，可以将文件路径替换为完整路径

导入成功显示如下：

IMPORT DONE in 3s 337ms. 
Imported:
  100000 nodes
  88362 relationships
  288361 properties
Peak memory usage: 1.03 GB

5.启动 neo4j，查看导入的数据

MATCH (ee:my_entity) WHERE ee.name = "文天祥" RETURN ee; 点击展开子节点，返回效果如下

《医疗数据》

1.创建一个新的图谱(注意不要启动)

2.下载数据

例如：链接:https://pan.baidu.com/s/1kMynr6lu13wyqTag7xUlpQ

3.将数据解压到 data/databases 下

4.启动服务

5.查看效果

《垃圾分类》

1.使用方式同医疗数据

2.数据地址：https://github.com/chriswangweb/KGData/blob/master/%E5%9E%83%E5%9C%BE%E5%88%86%E7%B1%BB/graph.db.zip

3.效果

新冠疫情

全网首份包含患者出行轨迹的知识图谱，换了超过 10 个数据源，目前的数据源算是最好的，但是还是包含较多的脏数据，后续会整理个精准度更高的版本

整理步骤如下：

Topic	Description
病人基本信息	ok
关联病人	-
发病	-
确诊	ok
离鄂	-
出行信息	ok
活动	ok

1.使用方式同医疗数据

2.数据地址：https://github.com/chriswangweb/KGData/blob/master/ncov/graph.db.zip

网络不好的可以使用网盘地址 链接:https://pan.baidu.com/s/12-fLMV4jEc7BRXj4dUKQGg 密码:b08l

3.效果

汽车车灯

哪个男人会不爱车

1.使用方式同医疗数据

2.数据地址

3.效果

联系作者

公众号：作者微信：AI-decoder,作者邮箱联系方式：[email protected]

捐赠作者（捐赠将用来购买服务器，OSS，更快的处理速度，更多的数据，更快的下载速度）