足球领域的时间知识图谱：包括了本体的构建，数据的爬取，数据的解析，推理，rdf/xml格式的数据生成，jena-fuseki用于存储，基于语义解析的问答系统
使用工具protege构建一个足球时间知识图谱的本体。对于（内马尔，效力于，巴塞罗那，[2012，2017]）这样一个时间三元组，如何使用rdf表示是一个令人头疼的问题，之前的知识图谱都将这类动态的时间知识默认为是静态知识，从而忽略了时间信息。如何给三元组添加时间信息是一个重要的问题，我的想法是，一个三元组由主体-关系-客体组成，时间添加在主体上显然不合适，例如对于上面提到的关于内马尔的三元组，2012-2017添加到内马尔身上显然是不合适的，因为这更像是在说内马尔的出生与死亡时间，同样地加在巴塞罗那身上也不合适。那么现在就只有两个做法，一个是加在效力于这个关系上，因为这个时间确实是这个效力于持续的时间；二是加在整个三元组上，这样时间就表示整个三元组的有效时间。我采取了第一种方式，将时间加在关系上。 为了将时间加在关系上，本体中的关系大多都被实体化了。
爬取的是懂球帝，但是懂球帝的url不是很好获取，因此用到了webdriver无头浏览器，采取了模拟点击的手段，但是这样的效率太低了，因此又使用了多进程爬取。
使用的是bs4.将基本信息解析成三元组，将转会信息进行计算解析成时间三元组，同理还有伤病，荣誉信息
推理用于挖掘出知识图谱中蕴藏的知识
使用的库是rdflib，生成xml格式
下载安装配置fuseki，然后将rdf文件上传
问答系统分为实体与关键词识别，问题分类，查询图映射，答案搜索，答案返回。
- 实体识别 采用ac-tree，识别出问句中出现的实体以及其类别
- 问题分类 根据问句中实体的类别和关键词，确定问题的类别
- 查询图映射 对于每一类问题都有一个查询图与之对应
- 答案搜索 将查询图模板与识别出的实体结合，组成完整的查询语句，使用SPARQLWrapper库发送查询语句到fuseki服务器，执行查询
- 答案返回 将查询结果与回答模板结合，返回答案