最近在学习本体论和知识图谱，看到了一些文章，里面写的是他们的本体框架利用了DBpedia， STO ontology 或者 I40KG的一部分，并利用了FOAF vocabulary等等。 这些本体的Github网站我找到了，
https://github.com/dbpedia/dbpedia
https://github.com/SpyrosKou/StandardOntology
https://github.com/i40-Tools/I40KG
这些github代码应该怎么使用呢？是不是有专门的软件来使用？protege可以操作吗？比如里面的.ttl格式文件应该怎么使用呢？
文章里提的可以利用别人的本体论框架，指的是可以直接用这个代码，还是说可以用这个本体概念，具体构建自己的本体论时还是需要自己一个字一个字的写入呢? 有没有自动化程度比较高的构建本体的软件推荐呢？比如我自动可以导入以前别人的本体论知识
有专家吗
DBpedia
https://www.dbpedia.org/members/chapter-overview/
按照官网或者Github上的说明书使用
代码通常在Resoures（资源目录）这是你要使用的东西，引入你的项目即可。
.ttl是说明文档。
你好，可以看看我的整理，希望能帮到你
典型知识库有：
CYC知识库：常识知识库，最初目标是建立人类最大的常识知识库。
Wordnet：词典知识库，主要用于词义消歧。
ConceptNet：常识数据库，最早源于MIT媒体实验室，主要依靠互联网众包、专家创建和游戏三种方法来构建。知识库以三元组形式的关系型知识构成。侧重词与词之间的关系。ConceptNet完全免费开放，并支持多种语言。
Freebase：完全免费并允许商业化的开放许可协议。通过开源免费吸引吸引用户贡献数据，增值的应用及技术服务收费。
Wikidata：目标是构建全世界最大的免费知识库，但是仍然面临知识缺失严重的问题。
DBPedia：早期的语义网项目，意指数据库版本的Wikipedia，是从Wikipedia抽取出来的链接数据集。
YAGO：集成了Wikipedia、WordNet、GeoNames三个来源的数据。YAGO还考虑了时间和空间知识，为很多知识条目增加了时间和空间维度的属性描述。
Babelnet：类似于WordNet的多语言词典知识库，目标是解决WordNet在非英语语种中数据缺乏的问题。
NELL：是卡内基梅隆大学开发的知识库，主要采用互联网挖掘的方法从WEB自动抽取三元组知识。
微软的Concept Graph：以概念层次体系为中心的知识图谱。与Freebase等知识图谱不同，Concept Graph是以概念定义和概念之间的IsA关系为主。
OpenKG：中文知识图谱资源库。
cnSchema：开放的中文知识图谱Schema
望采纳谢谢啦
Bpedia提取框架从维基百科中提取这些结构化信息，包括摘要、内链、标签、类别等，并将其转化为一个丰富的知识库，该系统包括输入、解析、提取和输出5个步骤构成
首先，在输入阶段，从维基百科转储或者使用MediaWiki API直接从MediaWiki安装中获取百科页面数据作为输入；
其次，并利用wiki解析器将维基百科页面的源代码转换为抽象语法树，然后，将语法树转发给提取器，针对不同的要素(标签、摘要或地理坐标等)进行提取；
接着，通过本体匹配的方式产生一组RDF语句，最后输出到不同格式(如N-Triples)的数据槽当中。信息框(infobox)信息是整个DBpedia信息提取的重点，包括信息解析以及信息标准化两个部分。