Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
农业知识图谱(AgriKG)：农业领域的信息检索，命名实体识别，关系抽取，智能问答，辅助决策
| Date | Stars |
|---|---|
| 2026-07-31 | 4383 |
| 2026-08-10 | 4385 |
| 2026-08-18 | 4384 |
| 2026-08-19 | 4385 |
| 2026-08-20 | 4386 |
| 2026-08-21 | 4387 |
| 2026-08-22 | 4388 |
| 2026-08-25 | 4389 |
| 2026-08-26 | 4389 |
| 2026-08-28 | 4389 |
| 2026-09-02 | 4390 |
| 2026-09-03 | 4389 |
| 2026-09-07 | 4390 |
| 2026-09-08 | 4390 |
| 2026-09-09 | 4390 |
| 2026-09-12 | 4390 |
| 2026-09-14 | 4390 |
| 2026-09-17 | 4390 |
| 2026-09-18 | 4391 |
| 2026-09-20 | 4392 |
| 2026-09-21 | 4393 |
| 2026-09-23 | 4394 |
| 2026-09-24 | 4395 |
| 2026-09-26 | 4396 |
| 2026-09-27 | 4396 |
| 2026-09-29 | 4397 |
| 2026-09-30 | 4398 |
| 2026-10-04 | 4399 |
| 2026-10-05 | 4398 |
| 2026-10-06 | 4399 |
| 2026-10-10 | 4400 |
| 2026-10-13 | 4401 |
| 2026-10-16 | 4401 |
| 2026-10-19 | 4402 |
| 2026-10-21 | 4400 |
| 2026-10-23 | 4399 |
| 2026-10-24 | 4400 |
| 2026-10-28 | 4401 |
| 2026-10-29 | 4403 |
| 2026-10-31 | 4404 |
| 2026-11-01 | 4404 |
| 2026-11-03 | 4407 |
| 2026-11-04 | 4407 |
Today
— stars today
This week
+6 stars this week
This month
+9 stars this month
Momentum
0.0
growth rate 0.14%/day
# Agricultural Knowledge Graph
由于工作原因，该项目已停止维护。因此项目代码仅供参考，项目中包含的数据可免费用于学术等非商业用途。
> 相关工作请引用paper:
> - AgriKG: An Agricultural Knowledge Graph and Its Applications[C]. DASFAA (3) 2019: 533-537
## 项目介绍：
本项目是上海市《农业信息服务平台及农业大数据综合利用研究》子课题《上海农业农村大数据共享服务平台建设和应用》的研究成果。
该课题是由上海市农业委员会信息中心主持，以“致富农民、服务市民、提高行政管理效能”为目标，充分发挥大数据在农业农村发展中的重要功能和巨大潜力，重点建设上海市级农业农村大数据中心，促进信息资源的共建共享和创新应用。
华东师范大学数据科学与工程学院（以下简称华师大数据学院）作为课题主要参与单位以实现智慧农业为目标，探索农业大数据分析、挖掘和综合应用。华师大课题组在前期国家重点研发计划《大数据知识工程基础理论及其应用研究》研究基础上，在本项目中，基于碎片化农业大数据，构建面向智慧农业的知识图谱及其应用系统。
>
> ### 华东师范大学数据科学与工程学院
>
> #### 情境计算&知识图谱项目组
> 学院官网：http://dase.ecnu.edu.cn
>
> 项目组Github： https://github.com/ECNUdase
>
> 参与成员：
>
>| Title | Name | Homepage |
>| ------------------- | ---- | ---------------------------------------- |
>| Professor | Ming Gao | [http://faculty.ecnu.edu.cn/s/2844/t/30305/main.jspy](http://faculty.ecnu.edu.cn/s/2844/t/30305/main.jspy)<br>[http://dase.ecnu.edu.cn/mgao](http://dase.ecnu.edu.cn/mgao) |
>| Master | Yuanzhe Chen | [https://github.com/qq547276542](https://github.com/qq547276542) |
>| Master | Jun Kuang | [https://github.com/JunKuang-algo](https://github.com/JunKuang-algo) |
## 目录结构：
```
.
├── MyCrawler // scrapy爬虫项目路径(已爬好)
│ └── MyCrawler
│ ├── data
│ └── spiders
├── data\ processing // 数据清洗(已无用)
│ └── data
├── demo // django项目路径
│ ├── Model // 模型层，用于封装Item类，以及neo4j和csv的读取
│ ├── demo // 用于写页面的逻辑(View)
│ ├── label_data // 标注训练集页面的保存路径
│ │ └── handwork
│ ├── static // 静态资源
│ │ ├── css
│ │ ├── js
│ │ └── open-iconic
│ ├── templates // html页面
│ └── toolkit // 工具库，包括预加载，命名实体识别
│ └── KNN_predict
├── KNN_predict // KNN算法预测标签
├── dfs_tree_crawler // 爬取互动百科农业实体树形结构的爬虫
└── wikidataSpider // 爬取wiki中的关系
```
## 可复用资源
- hudong_pedia.csv : 已经爬好的农业实体的百科页面的结构化csv文件
- labels.txt： 5000多个手工标注的实体类别
- predict_labels.txt: KNN算法预测的15W多个实体的类别
- /wikidataSpider/wikidataProcessing/wikidata_relation.csv: predict_labels.txt中实体在wikidata中对应的三元组关系
- attributes.csv: 部分实体的属性(互动百科页面中直接得到)
- wikidataSpider/weatherData/static_weather_list.csv： 气候类型列表
- wikidataSpider/weatherData/weather_plant.csv：气候与植物的种植关系
- wikidataSpider/weatherData/city_weather.csv：城市与气候的关系
## 项目配置
**0.安装基本环境：**
确保安装好python3和Neo4j（任意版本）
安装一系列pip依赖： cd至项目根目录，运行 sudo pip3 install -r requirement.txt
**1.导入数据：**
将hudong_pedia.csv导入neo4j：开启neo4j，进入neo4j控制台。将hudong_pedia.csv放入neo4j安装目录下的/import目录。在控制台依次输入：
```
// 将hudong_pedia.csv 导入
LOAD CSV WITH HEADERS FROM "file:///hudong_pedia.csv" AS line
CREATE (p:HudongItem{title:line.title,image:line.image,detail:line.detail,url:line.url,openTypeList:line.openTypeList,baseInfoKeyList:line.baseInfoKeyList,baseInfoValueList:line.baseInfoValueList})
// 新增了hudong_pedia2.csv
LOAD CSV WITH HEADERS FROM "file:///hudong_pedia2.csv" AS line
CREATE (p:HudongItem{title:line.title,image:line.image,detail:line.detail,url:line.url,openTypeList:line.openTypeList,baseInfoKeyList:line.baseInfoKeyList,baseInfoValueList:line.baseInfoValueList})
```
```
// 创建索引
CREATE CONSTRAINT ON (c:HudongItem)
ASSERT c.title IS UNIQUE
```
以上两步的意思是，将hudong_pedia.csv导入neo4j作为结点，然后对titile属性添加UNIQUE（唯一约束/索引）
*（如果导入的时候出现neo4j jvm内存溢出，可以在导入前，先把neo4j下的conf/neo4j.conf中的dbms.memory.heap.initial_size 和dbms.memory.heap.max_size调大点。导入完成后再把值改回去）*
进入/wikidataSpider/wikidataProcessing中，将new_node.csv,wikidata_relation.csv,wikidata_relation2.csv三个文件放入neo4j的import文件夹中（运行relationDataProcessing.py可以得到这3个文件），然后分别运行
```
// 导入新的节点
LOAD CSV WITH HEADERS FROM "file:///new_node.csv" AS line
CREATE (:NewNode { title: line.title })
//添加索引
CREATE CONSTRAINT ON (c:NewNode)
ASSERT c.title IS UNIQUE
//导入hudongItem和新加入节点之间的关系
LOAD CSV WITH HEADERS FROM "file:///wikidata_relation2.csv" AS line
MATCH (entity1:HudongItem{title:line.HudongItem}) , (entity2:NewNode{title:line.NewNode})
CREATE (entity1)-[:RELATION { type: line.relation }]->(entity2)
LOAD CSV WITH HEADERS Excerpt of 12,253 characters
Read on GitHub
107
92
Junyi_Li · @Meituan-Dianping · China
1
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:6fa9e07c5db1ad9b, topic:knowledge-graph, topic:question-answering, readme:knowledge graph
matched fp:6fa9e07c5db1ad9b, topic:named-entity-recognition