python - 如何将我的知识图存储在数据库中以回答搜索查询？

Question

我是机器学习的新手，我正在尝试实现知识图并将其用于搜索目的（就像 Google 和 Bing 一样）。这是我的方法。我有一些文本文件。我对python很熟悉。

脚步：

1. 从文本文档中提取三元组。我正在考虑为此使用斯坦福 OpenIE。（有没有更好的可用于 python 的库？）。

提取三元组并将它们加载到 csv 中后，我的数据如下所示：

 Subject    relation     predicate

    New Delhi   IS_CAPITAL   India
    India Gate  IS_LOCATED   New Delhi
    India       HAS_STATES     29
    Hyderabad   IS_CAPITAL   Telangana
    Charminar   IS_LOCATED   Telangana

2. 将数据集导入 python 并根据TransH、TransE、ComplEx等任何模型对其进行训练。 3.然后使用Tensorflow和Ampligraph库（Ampligraph 示例）对其进行训练。

现在，一旦我获得了嵌入式模型，我该如何使用它来回答搜索查询？我如何将我的模型存储在数据库中，为此我应该使用什么数据库？

谢谢你。

附言。您可以访问“Ampligraph Example”的链接，了解训练后生成什么样的模型。

Answer 1

根据我的经验，人们发现 neo4j 是最容易上手的图形数据库之一。Neo 使用属性图模型，因此您可以向节点和边添加属性。

在 AmpliGraph 示例中，它显示如下输出：

陈述	秩	分数	概率
丹妮莉丝·坦格利安配偶卡斯特	4090	-2.750880	0.060037

对于此数据，Daenerys Targaryen将连接到Craster边缘SPOUSE。Rank、score 和 prob 可以作为边缘属性包含在内。

Neo 有一个使用桌面工具加载 CSV的教程。我还找到了这个python neo 驱动程序，但我不熟悉它的功能。

为了查询数据库，neo 使用了一种称为 cypher 的查询语言。您不会说您是否正在寻找自然语言查询，但如果您可能需要将其构建为系统的一个单独部分——解析自然语言并构建密码查询。

RDF 图是另一种选择，但这些工具有点复杂。特别是，向边添加属性将涉及更复杂的建模。如果您不熟悉图形数据库，Neo 是一个不错的起点。