NeuralKG Library

让知识图谱表示学习更简单！
安装

知识图谱嵌入
Knowledge Graph
Embedding

NeuralKG 包含大量知识图谱嵌入的方法，并将持续更新其他的KGE方法。

规则增强表示学习
Rule Enhanced Representations

NeuralKG包含一系列规则增强的表示学习方法，使神经符号推理变得简单。

图神经网络模型
Graph Neural Network Models

NeuralKG包含最近提出的基于图神经网络的知识图表示学习方法，更充分利用图结构。

🌟🌟🌟使用简便灵活

NeuralKG提供各种功能模块，并通过一致的框架组织所有组件。

一键安装：支持pip install neuralkg一键安装。

解耦模块： NeuralKG提供各种解耦模块，可以相互混合和调整。

模型类型多样：NeuralKG包括传统的KGE、基于GNN的KGE和规则注入的KGE。

新闻
NeuralKG 相关的最新新闻
NeuralKG 相关的最新新闻
+ 新闻
博客
NeuralKG的博客
NeuralKG的博客
+ 博客
讨论
NeuralKG的相关讨论
NeuralKG的相关讨论
+Discussions
image-slider-with-thumbnail2.jpeg
NeuralKG的简要介绍

NeuralKG是一个基于python的开源库，用于知识图的多种表示学习。它实现了三种不同的知识图嵌入方法，包括传统知识图嵌入方法、基于GNN的知识图嵌入方法和基于规则的知识图嵌入方法。通过一个统一的框架，NeuralKG成功地在基准测试中重现了这些方法的链接预测结果，从而使用户从重新实现这些方法的繁重任务中解脱出来，特别是对于一些官方实现使用了非python编程语言编写的方法。此外，NeuralKG是高度可配置和可扩展的。它提供各种解耦模块，可以相互混合和适应。因此，使用NeuralKG，开发人员和研究人员可以快速实现他们自己设计的模型，并获得最佳的训练方法，从而高效地实现最佳性能。[更多]

image-slider-with-thumbnail1.jpeg
用于推荐的NeuralKG
用于推荐的NeuralKG

NeuralKG是一款支持多种知识图谱表示学习/知识图谱嵌入模型(Knowledge Graph Embedding, KGE)的Python工具包，涵盖了传统知识图谱嵌入、基于图神经网络的知识图谱嵌入以及基于规则的知识图谱嵌入方法等多种知识图谱嵌入模型。NeuralKG提供了详细的文档和简单的使用方式，容易上手...[更多]

image-slider-with-thumbnail3.jpeg
生物分子知识图谱

大规模药物重定位知识图谱（DRKG）是一种涉及基因、化合物、疾病、生物学过程、副作用和症状的综合性生物知识图。它收集来自DrugBank、Hetionet、GNBR、String、IntAct 、DGIdb六个数据库的信息，以及从最近的出版物收集的数据，特别是与COVID19相关的数据。共包含13种实体类型的97238个实体，以及分属于107种关系类型的5874261个三元组数据。[更多]

DrugBank是由阿尔伯塔大学将详细的药物数据和全面的药物目标信息结合起来，经过实验验证过的、真实可靠的生物信息学和化学信息学数据库。共包含13791种药物条目、其中包括2653种小分子药物、1417种生物技术(蛋白质/肽)药物、131种营养品和6451种实验药物。每个DrugCard条目包含200多个数据字段，其中一半用于药物/化学数据，另一半用于药物靶标或蛋白质数据。[更多]

GO是为了生物界有一个统一的数据交流语言，可以用一套统一的词汇表来描述生物学中的分子功能、生物过程和细胞成分的数据集。共包含47229个实体、9种关系，以及由它们组成的110146个三元组。GO描述了我们对生物学领域的三个方面的知识：
分子功能（Molecular Function，MF）、细胞组成（Cellular Component，CC）、生物过程（Biological Process，BP）[更多]

PlayPause
image-slider-with-thumbnail2.jpeg
image-slider-with-thumbnail1.jpeg
image-slider-with-thumbnail3.jpeg
previous arrow
next arrow

贡献者

Slide

张文， 陈湘南， 姚祯， 陈名杨， 朱渝珊， 俞洪涛，
黄雨峰， 许泽众， 徐雅静， 张宁豫， 陈华钧