开源开放 | 开源知识图谱抽取工具DeepKE发布更新

知识图谱是一种用图模型来描述知识和建模世界万物之间关联关系的大规模语义网络，是大数据时代知识表示的重要方式之一。近年来，知识图谱在辅助语义搜索、支持智能问答、增强推荐计算、提升语言语义理解和大数据分析能力等越来越多的技术领域得到重视，高效知识图谱构建技术应运而生。

DeepKE是一个开源可扩展的知识图谱抽取工具，可实现命名实体识别、关系抽取和属性抽取三大知识抽取任务，并支持复杂的应用场景，如低资源少样本和文档篇章级抽取场景：

· EMNLP 2022 Demo论文链接：https://arxiv.org/abs/2201.03335

· 在线demo链接：http://deepke.openkg.cn

· Github 链接：https://github.com/zjunlp/DeepKE

· Gitee 链接：https://gitee.com/openkg/deepke

· OpenKG链接：http://openkg.cn/tool/deepke

GitHub主页

Demo演示系统

为支持更多知识图谱构建场景和满足日益增长的用户需求，DeepKE于近期发布更新：

1.新增多模态抽取场景，支持结合图片增强的实体、关系抽取；

2.开源开放支持cnSchema的开箱即用实体和关系抽取模型DeepKE-cnSchema (NER)和DeepKE-cnSchema (RE)；

3.增加低资源关系抽取数据增强功能（支持中英双语），支持BiLSTM+CRF实体识别等模型。

4.增加实体识别、关系抽取数据（支持中英双语）标注说明