BrambleXu/knowledge-graph-learning

このプロジェクトの概要

知識グラフ学習リソースは、厳選されたリンク集—「awesome list」—であり、知識グラフ（情報を関連する事実として整理する方法、例：「アルベルト・アインシュタイン」→「は〜で生まれた」→「ウルム」）を学んだり構築したりするすべての人のためのものです。このプロジェクトは、論文、チュートリアル、データセット、コードツール、コミュニティリンクを集めており、学習者がウェブ上で探し回る必要がありません。

内部に含まれるもの

README はいくつかのセクションに分かれています：

セクション	内容
論文とノート	研究論文と読書ノート。タスク（例：固有表現認識、関係抽出、質問応答）とモデルタイプ（例：BERT、グラフニューラルネットワーク）で整理されています。ノートには GitHub issue ラベルが付けられています。ほとんどは中国語ですが、他の言語も歓迎します。
チュートリアル、サーベイ、スライド	入門ガイド、学術サーベイ論文、スライドデッキ—多くは主要会議（KDD、WSDM）や企業（Neo4j、IBM、Yahoo）から。いくつかのエントリは中国語です。
コースと講義	中国語のコースで、ゼロから知識グラフを構築する方法（知乎コラム経由）。
データセット	知識グラフシステムのトレーニングとテスト用の公開データセット—例：TACRED、SemEval-2010、生物医学知識グラフ、GraphRAG ベンチマーク。
プロジェクトと実装	動作するサンプルシステム。例：質問応答付きの映画知識グラフ、および LightRAG や HippoRAG のような新しい LLM ベースのフレームワーク。
ライブラリとツール	ソフトウェアの構成要素：グラフデータベース（Jena、Oxigraph）、Python ライブラリ（RDFLib、PyKEEN、OpenKE）、情報抽出ツールキット（DeepKE、OpenNRE）、アノテーションツール（doccano）。
コミュニティ	他の実践者とつながる場所。中国の OpenKG コミュニティを含む。

知っておくべき重要な詳細

バイリンガル重視： リソースは英語と中国語の両方です。タイトルから言語が明確でない場合、README で明示的に示されます。
ノートの整理方法： 論文ノートはプロジェクトの GitHub issues 内にあり、ラベル（例：NER(T) は固有表現認識、GNN(M) はグラフニューラルネットワーク）が付けられています。リンクをクリックすると、そのトピックの issues にフィルタリングされます。
日付は「最終更新」を意味し、「公開」ではありません： 各エントリについて、表示される年は最新の意味のある更新です—維持されているプロジェクトでは、最近のリポジトリ活動；静的な論文では、公開または改訂年。エントリは新しい順に並んでいます。
リンクは 2026 年 8 月 26 日に検証されました。
貢献は歓迎しますが、厳しく規制されています：商業宣伝、アフィリエイトリンク、自己宣伝は禁止。各エントリは安定し、関連性があり、公開アクセス可能でなければなりません。

このプロジェクトがではないもの

それはコースやチュートリアル自体ではありません—他のリソースを指すディレクトリです。
それはソフトウェアではありません—実行またはインストールするコードはありません。

結論

知識グラフについて学びたい場合—基礎となる NLP タスクからグラフデータベース、現代の LLM ベースのシステムまで—このリストは高品質で維持された出発点を提供します。特に中国語を読む場合や中国語の資料にアクセスしたい場合に役立ちます。