图形数据库的模式验证与演化
本文介绍了现代图数据库查询语言的基本特征和功能,并针对性地介绍了包括边缘标记图和属性图在内的两种流行的图数据模型,以及图模式和导航表达式等最基本的图查询功能。
Oct, 2016
ERGS 是一个基于 JanusGraph 的语义图存储系统,它可让任何遵循 Apache Tinkerpop 的图数据库存储和查询 RDF 数据集,并通过 SPARQL 转换模块将其转化为 Gremlin 遍历的序列。
Sep, 2022
使用大型语言模型解释语义,通过广义的模式演变 (GSE) 和任务特定语言 (Schema Transformation Language, STL) 的生成模式映射,提升模式映射精确性和效率,展示了广义模式演变在实际应用中的潜力。
Jun, 2024
本文介绍了一个用于描述 RDF 图的词汇和结构,并限制节点的允许属性和值的表达式语言 Shape Expressions Language 2.0 中的 shapes schemas,定义了其语法和语义,并证明了允许负数和递归调用的模式符合合理的语法限制。作者展示了两个算法用于 RDF 图的验证,并提出了一些实现指南。
Apr, 2014
LiveSchema 是一个旨在利用现有的本体论和知识图谱等关系数据资源的网关,并提供了聚合其他源目录和仓库、查询、转换为概念分析矩阵以及生成模型和张量的功能。
Nov, 2023
使用基于知识图谱的 CityGML KG 框架,将 CityGML 本体中的概念通过声明式映射到 3DCityDB 中进行填充,从而将其中的 CityGML 数据作为一个知识图谱公开。示范了该方法的可行性,并在慕尼黑市的 CityGML 数据中集成了 OpenStreetMap 数据。
Oct, 2023
本文提出了一种新的图形表示学习框架 PGE,该框架将节点和边缘的属性信息纳入了图嵌入过程,通过节点聚类和多种数据驱动矩阵来聚合邻居节点的属性信息,并在节点分类和链接预测等应用方面验证了 PGE 的性能优于现有的图形嵌入方法,表明其在机器学习中具有显著的影响。
Jun, 2022
本研究提出基于模式的抽象模型,该模型的经验可用于迅速的迁移学习、推理和规划,利用潜在的图结构将已有的经验转化为知识,通过学习、匹配和重用图模式实现快速的任务解决,并在导航等更具挑战性的环境中进行演示。
Feb, 2023
该研究关注语言解析到 SQL 的过程,并提出了一种使用图神经网络对数据库模式进行编码的方法,在 Spider 数据集上得到了较高的解析准确率。
May, 2019