数据集
-
ElementKG 2.0：面向化学领域的知识图谱
ElementKG 2.0模拟化学家的认知逻辑闭环，以“元素-官能团-分子-反应-实验”为主线，构建覆盖化学反应全过程的统一知识表达框架。数据集旨在重构目前化学数据的组织维度，为面向自驱动化学实验室的智能体提供知识底座，促进计算化学与湿实验的衔接。ElementKG 2.0涵盖超过100万条化学反应与实验流程，超过1000万个化学物质。 -
TTG-Math：面向数学推理领域的知识图谱
TTG-Math（Template-Theorems Graph for Math）是一套面向数学推理的“模板—定理”图谱/知识库：它借鉴人类解题的联想机制，将具体数学题抽象为可复用的问题模板与分步的解法模板，并把每一步所需的关键定理/规则与模板建立显式链接，从而在遇到新题时能先做“问题蒸馏”得到模板表征，再在图中检索最相关的模板与定理作为上下文输入给... -
MolSafeKG：面向化学领域的知识图谱
MolSafeKG 汇总了三种主要类型的信息：分子实体、结构特征以及安全性标注。分子实体的集合包含了从权威来源中精选出的 83,925 种独特的化合物。对于结构特征，我们编码了丰富的化学子结构信息，包括来自元素周期表的 117 种化学元素、149 种分类为 13 类的官能团以及从 ChEMBL 数据库中提取的 434... -
PorousKG：面向多孔材料领域的知识图谱
PorousKG 数据集主要面向多孔材料领域的知识抽取与知识图谱构建，核心语料来源于 32,000 余篇多孔材料相关的全文学术文献，并融合 剑桥结构数据库（CSD） 中的金属—有机框架（MOF）结构数据，以及 量子计算优化的 QMOF 数据库等权威结构化资源，形成“文献证据 + 结构数据 +... -
AAKG：面向蛋白质工程的氨基酸知识图谱
AAKG（Amino Acid Knowledge Graph）是面向蛋白质工程的氨基酸知识图谱，基于 AAontology 汇聚并结构化刻画 20 种天然氨基酸的多维理化属性与内在关联：在图谱中同时建模氨基酸实体与属性实体（如极性、体积等），并通过 rdftype... -
ProteinKG65：多模态蛋白知识图谱
ProteinKG65 是一个多模态蛋白知识图谱数据集，将蛋白实体与 GO 术语实体对齐到对应的蛋白序列与文本描述。数据规模约 61.4 万实体、562 万三元组，以 Protein–GO 注释关系为主，并包含 GO–GO 关系，覆盖 GO 的三大分支（MF/CC/BP）。为缓解长尾分布，数据将部分高频关系细化扩展至 65 类，并提供... -
ElementKG：化学元素知识图谱
ElementKG 数据集面向材料与化学领域的元素知识建模与推理需求，系统化汇聚了元素的结构化先验知识，包括元素的基础属性（如原子序数、原子量、价态/电负性等）、周期表层级关系（族/周期/类别等）以及元素间可解释的关联与约束关系。数据以可计算的知识图谱形式组织，支持元素表示学习、组成/性质预测、材料设计与分子生成等任务中的知识增强... -
OneGraph：利用大模型构建的LLM需要的开放知识图谱
OneGraph是一个利用大模型构建的LLM需要的开放知识图谱，尽量满足了高准确性、高覆盖率、和低成本的特性。同时，OneGraph提供了一套完整的大语言模型知识增强的通用服务框架。OneGraphV1发布于2024年10月23日，包含三元组25407912个，实体12051753个，关系15410个，经评估V1版本的数据准确率为0.80，... -
OneKE: 中英双语知识抽取大模型
OneKE是由蚂蚁集团和浙江大学联合研发的大模型知识抽取框架，具备中英文双语、多领域多任务的泛化知识抽取能力，并提供了完善的工具链支持。OneKE以开源形式贡献给OpenKG开放知识图谱社区。...