人工智能学术知识图谱

KG4AI 是基于AMiner 海量学术数据，和 cnSchema.org 构建的一个全球AI领域学术知识图谱。

KG4AI-Global  的构建流程严谨而简洁：1. 根据2015年 CCF 推荐的AI领域国际学术会议和期刊（共100个），获取近几年在这些会议和期刊上发表的论文；2. 抽取上述论文的所有作者，去重作为全球AI领域学者集，并获取学者的完整信息；3. 依据学者研究兴趣将其关联到自然科学基金（NSFC）制定的AI学科分类中（1个一级学科，7个二级学科，62个三级学科）；4. 获取学者引用量最高的5篇论文数据并关联其他作者；5. 最后基于扩展自cnSchema.org 的本体定义，生成包含Scholar, ScholarlyArticle, Specialty等多种概念和实体的语义链接数据。完整的KG4AI构建流程如下图所示：

数据集的统计结果如下：

希望KG4AI知识图谱的发布可以帮助学界和业界更好地了解人工智能领域的学术资源，支撑更多实用服务的开发和应用，例如人才发掘和推荐等。

KG4AI知识图谱使用 cnSchema 作为知识图谱Schema标准定义实体，使用 JSON-LD 格式来整合发布数据，具体的本体定义如下图所示：

实例数据样本如下图所示：

本数据集的所有数据来自于 AMiner

如果发现了任何问题，请您联系：wei1157@hotmail.com

如果你使用该数据做科学研究，请引用以下论文

• Jie Tang, Jing Zhang, Limin Yao, Juanzi Li, Li Zhang, and Zhong Su. ArnetMiner: Extraction and Mining of Academic Social Networks. In Proceedings of the Fourteenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD'08), pages990-998. [PDF] [Slides] [System] [API] [Citation Data] [DBLP Citation Data] [Author-Conference-Topic (ACT) Model (source code)] [More Data] (Top 3 cited papers among all KDD 2008's papers, More...)