一篇简单的工程化笔记。
数据
首先,我们跳过知识图谱构建这个过程,直接用开源的中文数据集,知识图谱的构建够写个三天三夜里了,这里推荐一个中文知识图谱数据集,这个数据集非常大,数据也很干净。
拿到这个大表后,从这个表里提取出实体和实体关系(一通。pandas操作),用于导入图数据库。表头有特殊含义,必须按一定顺序,固定为一些字段,参考Neo4j的文档。
![12aa90bf55045ad38e6dbe7a7b5f6c29.png](https://i-blog.csdnimg.cn/blog_migrate/26c92d1fd717f9243e2c810cc733bfff.png)
![ea29aa1436fe3faaf6f0112d743aa5e1.png](https://i-blog.csdnimg.cn/blog_migrate/0ac7ce9675adfaa38b7d77e83b44dd15.png)
图数据库
知识图谱一般是使用图数据库存储,虽然一般的关系型数据库也可以,但是图数据库的优点在于它是按节点Node存储,直接存储了关系,所以它在对于用于推断时,检索速度会比关系型数据库快很多。之前有人测过搜索Node(也就是如my sql中的一条记录)时,Neo4j和mysql的速度是