刘宝珠 ,王 鑫,柳鹏凯,李思卓,张小旺,杨雅君

1(天津大学 智能与计算学部,天津 300354)

2(天津市认知计算与应用重点实验室,天津 300354)

知识图谱是人工智能的重要基石,是新一代人工智能由感知走向认知的重要基础设施[1].RDF 图和属性图是知识图谱的两个主流数据模型.一方面,资源描述框架(resource description framework,简称RDF)成为国际万维网联盟(W3C)表示知识图谱的推荐标准,被以gStore[2]为代表的三元组数据库广泛采用;另一方面,属性图被以Neo4j[3],Dgraph[4]和HugeGraph[5]等为代表的图数据库广泛采用为底层数据模型.

关系数据库数十年来的发展,证实了统一的数据模型和查询语言是数据管理技术发展的关键.目前,知识图谱数据库管理的问题是数据模型、存储方案和查询语言不统一.为此,我们研发了统一模型和语言的知识图谱数据库管理系统——KGDB(knowledge graph database)

KGDB 使用统一的存储方案,可以支持存储RDF 图和属性图两种不同的数据模型;根据实体的类型进行分块存储,同时运用基于特征集的聚类方法处理无类型实体,使之可以归入某一语义相近的类型;分别提供RDF 图和属性图上的查询接口,可以使用SPARQL 和Cypher 查询语言对同一知识图谱进行操作,即允许两种查询语言的互操作.KGDB 遵循“统一存储”-“兼容语法”-“统一语义”的技术路线:在底层存储,使用相同的存储方案处理不同的知识图谱数据模型;在查询表达上,兼容两种面向不同知识图谱数据模型的语法完全不同的查询语言;而在查询处理上,将两种语法不同的查询语言……