王 鑫, 邹 磊, 王朝坤, 彭 鹏, 冯志勇

1(天津大学 智能与计算学部,天津 300350)

2(天津市认知计算与应用重点实验室,天津 300350)

3(北京大学 计算机科学技术研究所,北京 100871)

4(清华大学 软件学院,北京 100084)

5(湖南大学 信息科学与工程学院,湖南 长沙 410082)

知识图谱作为符号主义发展的最新成果,是人工智能的重要基石.随着知识图谱规模的日益扩大,其数据管理问题愈加重要.一方面,以文件形式保存知识图谱无法满足用户的查询、检索、推理、分析及各种应用需求;另一方面,传统数据库的关系模型与知识图谱的图模型之间存在显著差异,关系数据库无法有效管理大规模知识图谱数据.为了更好地管理知识图谱,语义 Web领域发展出专门存储 RDF数据的三元组库;数据库领域发展出用于管理属性图的图数据库.但是目前还没有一种数据库系统被公认为是具有主导地位的知识图谱数据库.

目前,规模为百万顶点(106)和上亿条边(108)的知识图谱数据集已经常见.链接开放数据2018年8月发布的LOD云图中很多知识图谱数据集规模超过10亿条三元组.例如,维基百科知识图谱DBpedia(>30亿条)、地理信息知识图谱LinkedGeoData(>30亿条)和蛋白质知识图谱UniProt(>130亿条)等.各领域大规模知识图谱的构建和发布对知识图谱数据管理提出了新的挑战.本文将遵循数据管理领域的良好传统,以数据模型的结构和操作两大要素为主线,对目前的知识图谱数据管理理论、方法、技术与系统等方面的研究与实践进行综述.

数据模型是任何……