BrambleXu/knowledge-graph-learning

这个项目是什么

知识图谱学习资源是一个精选链接集合——一个“awesome list”——面向任何学习或构建知识图谱（一种将信息组织为关联事实的方式，例如“阿尔伯特·爱因斯坦”→“出生于”→“乌尔姆”）的人。该项目汇集了论文、教程、数据集、代码工具和社区链接，使学习者无需在网络上四处搜寻。

你会在里面找到什么

README 分为几个部分：

部分	内容
论文和笔记	研究论文和阅读笔记，按任务（如命名实体识别、关系抽取、问答）和模型类型（如 BERT、图神经网络）组织。笔记带有 GitHub issue 标签；大部分为中文，但也欢迎其他语言。
教程、综述和幻灯片	入门指南、学术综述论文和幻灯片——许多来自主要会议（KDD、WSDM）和公司（Neo4j、IBM、Yahoo）。部分条目为中文。
课程和讲座	一个从零开始构建知识图谱的中文课程（通过知乎专栏）。
数据集	用于训练和测试知识图谱系统的公开数据集——例如 TACRED、SemEval-2010、生物医学知识图谱和 GraphRAG 基准。
项目和实现	可运行的示例系统，例如带有问答的电影知识图谱，以及基于 LLM 的新框架，如 LightRAG 和 HippoRAG。
库和工具	软件构建块：图数据库（Jena、Oxigraph）、Python 库（RDFLib、PyKEEN、OpenKE）、信息抽取工具包（DeepKE、OpenNRE）和标注工具（doccano）。
社区	与其他从业者联系的地方，包括中国的 OpenKG 社区。

值得了解的关键细节

• 双语重点： 资源包括英文和中文。当标题不能明确语言时，README 会明确标注。
• 笔记的组织方式： 论文笔记位于项目的 GitHub issues 中，带有标签（例如，NER(T) 表示命名实体识别，GNN(M) 表示图神经网络）。点击链接会筛选出该主题的 issues。
• 日期表示“最后更新”，而非“发表”： 对于每个条目，显示的年份是最新的有意义更新——对于维护中的项目，那是最近的仓库活动；对于静态论文，那是发表或修订年份。条目按从新到旧排序。
• 链接已于 2026 年 8 月 26 日验证。
• 欢迎贡献，但有严格规定：禁止商业推广、联盟链接、自我推销，每个条目必须稳定、相关且可公开访问。

这个项目不是什么

• 它本身不是课程或教程——它是一个指向其他资源的目录。
• 它不是软件——没有可运行或安装的代码。

总结

如果你想学习知识图谱——从底层的 NLP 任务到图数据库和现代基于 LLM 的系统——这个列表为你提供了一个高质量、维护良好的起点，特别是如果你阅读中文或希望访问中文材料。