AutoSchemaKG

自动生成知识图谱模式，快速构建领域知识图谱

AutoSchemaKG 是一个自动构建知识图谱的框架，核心解决从非结构化数据中自动生成模式（schema）的问题。传统知识图谱构建依赖人工定义本体和模式，耗时且难以扩展。AutoSchemaKG 通过概念化技术，自动从数据中提取概念、实体和关系，生成知识图谱的模式，并完成图谱的构建。其核心能力包括：自动模式生成、实体关系抽取、知识图谱构建流水线。项目用 Python 实现，适合需要快速构建领域知识图谱的场景，如企业数据整合、智能问答系统等。它降低了知识图谱构建的门槛，使非专家用户也能利用知识图谱技术。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 824
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队HKUST-KnowComp
所属国家
官网地址https://hkust-knowcomp.github.io/AutoSchemaKG
GitHubhttps://github.com/HKUST-KnowComp/AutoSchemaKG
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型graph-construction,knowledge-graph,rag
GitHub 星标★ 824
30天Star增速
HF 下载量
上线时间2025-05-21 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 自动模式生成，省去人工定义本体的繁琐步骤
  • 端到端流水线，从数据输入到图谱输出一体化
  • 基于概念化技术，能处理非结构化文本数据

不足之处

  • 文档/社区待观察
  • 早期项目，功能可能不够稳定

适用场景

  • 企业知识库构建，从内部文档自动生成知识图谱
  • 智能问答系统，快速搭建领域知识图谱支撑问答
  • 学术研究，自动从论文中提取概念关系

替代项目

DeepKE、OpenKE、REBEL

项目介绍

AutoSchemaKG 是行业应用领域的开源项目，由 HKUST-KnowComp 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（824）位列前 30%，在行业应用分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：企业知识库构建，从内部文档自动生成知识图谱。同类可对比的替代方案包括 DeepKE、OpenKE、REBEL。

上一篇：LaunchStack

下一篇：GenAIExamples

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11