文件功能：
Crawler:爬虫，爬取数据
**Graph/graph.db:**知识图谱
Images:图片
**Storage:**数据处理及知识图谱搭建
doc/knowledge integration.docx : 知识融合论文部分
doc/Knowledge Extraction.docx :知识抽取（非结构化）部分论文
doc/MilitaryOntologyConstruction.docx ：本体构建部分论文
doc/Semantic searching ：语义搜索部分论文
参考资料
[1] 完整课程资料：https://github.com/npubird/KnowledgeGraphCourse
[2] 医疗知识图谱的搭建：https://github.com/liuhuanyong/QASystemOnMedicalKG
比较简单，包含数据采集和图谱搭建，主要可以参考的是问答系统。
[3] 军事领域知识图谱搭建 : https://github.com/liuhuanyong/QAonMilitaryKG
只有结构化数据，没有非结构化数据和半结构化数据，没有知识融合部分（大概），因为和2是一个作者，所以问答部分应该差不多。可以参考他的数据集，也可以把他的项目做为框架往里面添加功能。
[4]一个博客 基于医疗知识图谱的问答系统源码详解https://blog.csdn.net/vivian_ll/article/details/89840281?utm_medium=distribute.pc_relevant.none-task-blog-baidulandingword-2&spm=1001.2101.3001.4242
[5] 基于电影知识图谱的智能问答系统（带有可视化）
(java版本
GitHub地址：https://github.com/kobeyk/Spring-Boot-Neo4j-Movies
码云（gitee）地址：https://gitee.com/appleyk/Spring-Boot-Neo4j-Movies
[6]知识图谱系统学习路径:https://github.com/we1l1n/Documents
包含几个具体项目以及近几年的技术文章
python版本https://github.com/lhd777/moive-question-robot-based-on-spark-neo4j
[7]三元组处理与知识存储：https://blog.csdn.net/nieson2012/article/details/102785086
[8]neo4j 安装与配置 https://www.cnblogs.com/jpfss/p/10874303.html
[9]关于知识图谱应用理论工具的一些整合 https://github.com/husthuke/awesome-knowledge-graph
[10] deepdive：一个信息抽取工具https://zhuanlan.zhihu.com/p/43143014
[11] 一个可以从文本数据（非结构化数据）中抽取三元组的知识库项目https://github.com/tomgrek/zincbase
[12]基于知识图谱的问答系统 https://github.com/WenRichard/KBQA-BERT
[13]基于依存句法分析，实现面向开放域文本的知识三元组抽取（实体和关系抽取）及知识库构建(可以做一下然后和用bert的效果比较一下) https://github.com/lemonhu/open-entity-relation-extraction
[14]现成的文本处理工具，可以直接进行知识的抽取 https://github.com/ownthink/Jiagu
[15] 一个《海贼王》的知识图谱，和我们的项目过程类似，非常有参考价值 https://github.com/mrbulb/ONEPIECE-KG
[16] 非结构化数据三元组抽取项目 https://github.com/dstlry/dstlr