(1)背景知识
至于llm和rag技术这里不做过多赘述,可以查看前面的学习笔记,下面主要介绍一下知识图谱,它是一个使用图结构化的数据模型或拓扑来整合数据的知识库,是表示关于现实世界实体及其相互关系的信息的一种方式。知识图谱通常用于驱动搜索引擎、推荐系统、社交网络等。以下是一些常见的知识图谱数据库:
- 1. Neo4j:Neo4j 是一个基于图的数据库管理系统,专门用于存储和处理图数据,适合存储知识图谱中的实体、关系和属性。
- 2. AllegroGraph:AllegroGraph 是一个面向三元组存储的图数据库,支持存储大规模的语义网数据和知识图谱数据。
- 3. Stardog:Stardog 是一个知识图谱平台,支持存储、管理和查询复杂的图数据,并提供语义推理和数据融合功能。
- 4. OrientDB:OrientDB 是一个多模型数据库管理系统,支持图数据库、文档数据库和对象数据库的存储和查询。
- 5. Amazon Neptune:Amazon Neptune 是亚马逊提供的托管图数据库服务,兼容图数据库的各种数据模型和查询语言。
- 6. Ontotext GraphDB:GraphDB 是一个语义存储和查询系统,特别适用于语义网和知识图谱的数据管理。
- 7. JanusGraph:JanusGraph 是一个开源的分布式图数据库,支持大规模图数据的存储和查询,可以与多种数据存储后端集成。
- 8. ArangoDB:ArangoDB 是一个多模型数据库系统,支持图数据库、文档数据库和键值对数据库的混合查询和存储。
- 9.NebulaGraph:Ne