chenxy02的博客

知识抽取涉及的“知识”通常是清楚的、事实性的信息，这些信息来自不同的来源和结构，而对不同数据源进行的知识抽取的方法各有不同，从结构化数据中获取知识用D2R，其难点在于复杂表数据的处理，包括嵌套表、多列、外键关联等。从链接数据中获取知识用图映射，难点在于数据对齐，从半结构化数据中获取知识用包装器，难点在于wrapper的自动生成、更新和维护，这一篇主要讲从文本中获取知识，也就是广义上说的信息抽取。信息抽取三个最重要/最受关注的子任务：实体抽取：

背景：前段时间笔者做一个图计算项目的时候，需要选用一种图数据库。于是在网上查了许多的材料，自己也做了实际的调研测评。别人家的测评全面的对比这个不知道谁做的对比，从30多个指标全面比较了Neo4j、HugeGraph、JanusGraph详见：​​​​​​一文看尽图数据库选型，30多个指标全面比较Neo4j、HugeGraph、JanusGraph_独行侠梦的博客-CSDN博客详细的性能对比由腾讯云团队做的（应该是Nebula委托的）Neo4j、HugeGraph、NebulaGra.

中文开放知识图谱OpenKG.CN – 开放的中文知识图谱医学知识图谱服务HiTA知识图谱 （下载完整数据需要充钱）

图数据库的优点：图数据库是基于实体和关系建模的数据库系统。相较于传统关系型数据库有以下优点：1、容易建模。图中存储的是带属性的实体和属性的关系，能够更为直接、自然的表达现实世界，另外图数据库有配套的查询语言，比如Gremlin等，可以方便描述查询条件。比如：查我通过2层人际关系可以认识的人，用Gremlin可以表示为 g.V(我).both(认识).both(认识).both(认识)。用传统关系数据库建模抽象层次高，且SQL语句也更为抽象，尤其在表达多层关系或者涉及多表关联时显得更为复杂。由于建模的

参考：https://blog.csdn.net/CSDN___LYY/article/details/84771820背景：目前图数据库领域最主流的两种查询语言为Cypher 和 Gremlin。Cypher是数据库Neo4j中实现的属性图数据查询语言。与SPARQL一样，Cypher也是一种声明式语言，即用户只需要声明“查什么”，而无须关心“怎么查”。Gremlin是ApacheTinkerPop图计算框架提供的属性图查询语言。Apache TinkerPop被设计为访问图数据库...