知识图谱管理-》人工智能

基于图的RDF知识图谱数据管理

http://gstore-pku.com/ 北京大学
目的：
Buildily block of semantic web
machine understandable
结构化数据：数据与数据描述 在一起。
Google结构化测试工具 snippet
结构化数据能够更加精确的表示网页内容
Facebook social graph =>结构化查询
开源的只是图谱：
Yago
linking opendata cloud diagram http：//lod-cloud.net

行业选择，数据定义：医疗金融数据定义明确，行业接受。

知识图谱构建：
实体【属性】–实体关系
RDF Data model

RDF Graph

RDF Query Model 三元组表. Sparql queries

Naive Triple Store Design
已有的解决方案：扩展关系数据库
Property tables
Binary Tables
Exhaustive indexing

New idea：gStore
Start with RDF Graph G

自然语言 <=>图数据库
依据语法数识别的结构。
系统输入： |–实体字典
|–关系识别字典

  系统输出：|--三元组字典
                  |--拼边    （按照三元组原则，如主谓宾关系连接图的边）
                  |--点驱动 （更进一步细分到节点node）