互聯網時代，人類在與自然和社會的交互中生產了異常龐大的數據，這些數據中包含了大量描述自然界和人類社會客觀規律有用信息。如何將這些信息有效組織起來，進行結構化的存儲，就是知識圖譜的內容。
知識圖譜的難點在於知識圖譜的搭建，如何高效、高質量、快速的搭建知識圖譜是知識圖譜工程的核心，那之後獲取到的知識，該如何存儲以及便捷的檢索呢？
1 知識存儲
在前面的知識圖譜的文章中，我們介紹瞭如何進行知識表示以及知識抽取。今天我們來思考這樣一個問題，當獲取到了大量的知識（通常是一系列的三元組）之後，該用什麼樣的形式存儲這些知識呢？
先思考一下，用來存儲知識的系統，應該具有哪些特點呢？
首先，圖譜的價值體現在其對對話系統，信息抽取等下游任務的加成，因此知識的存儲系統應該能夠支持快速和頻繁的知識查詢操作。
其次，圖譜裡的知識是按照shcema的結構抽取的，因此，知識的存儲應該能夠按照schema的結構，體現出知識的層次結構和知識間聯繫。
此外，知識存儲應該儘量高效，避免出現過多的存儲空間的浪費。
1）關係型數據庫
數據存儲最容易想到的就是常用的關係型數據庫，包括Oracle、MySQL等。
如上圖所示，是採用傳統關係型數據庫表示知識的示意圖。每條知識是一個三元組（S，P，O），其中S稱為主語Subject，其取值可以是實體、事件或者概念中的任何一個；P被稱為謂語Predicate，取值可以是關係或者屬性；O被稱為賓語Object，取值可以是實體、事件、概念或者其他普通的值（例如數字，字符串等）。
在傳統關係型數據庫中，將三元組一個一個的存儲在數據庫的一個數據項中，當數據量非常大時，表的規模就非常大，這樣的話，查詢和修改操作的開銷會變得非常的大，這會極大傷害知識圖譜的實用性。雖然，基於關係型數據庫，有人提出了類型表的方法，即將數據按照schema進行分類，然後數據按照不同的類型表分表存儲。但是，由於其本質上並沒有“理解”知識圖譜的複雜結構，其查表過程仍然較慢較繁瑣，無法適應數據量極大的知識圖譜的應用。
2）圖數據庫
將實體看作節點，關係看作帶有標籤的邊，那麼知識圖譜的數據很自然的滿足圖模型結構。因此，基於圖結構的存儲方式能夠直接準確的反映知識圖譜的內部結構，有利於對知識的查詢。另外，以圖的方式對知識進行存儲，還可以借鑑圖論的相關算法，有利於知識推理和知識挖掘。
常用的圖數據庫有：Neo4J，OrientDB，InfoGrid，HyperGraphDB等。目前，應用較為廣泛的為Neo4J和OrientDB。圖數據發展較晚，相關標準和技術均不完備，實際應用時可能會遇到意想不到的問題。因此，在為項目選擇圖數據庫時，需要將數據庫的易用性和技術文檔的完整性等因素也考慮進來。Neo4J是目前較為流行的圖數據庫，它極易入門，訪問速度快。
基於圖結構的存儲模型用節點表示實體，用邊表示實體之間的關係。如下圖所示，展示了基於圖數據庫的知識存儲示例。由圖可見，節點可以定義屬性，用來描述實體的各種特性，下圖中“周杰倫”有“身高”，“體重”等屬性。基於圖結構的存儲方法，還可以為邊定義屬性，因此，還能夠描繪實體之間的關係，例如，“周杰倫”和“黃秋生”之間就用了一條叫“義父”的邊來連接，表達了他們之間的關係。
2 知識的檢索
知識檢索的過程，通常是知道三元組（S，P，O）中S和P，從圖譜中獲取O的過程。以KBQA為例，我們來講述一下知識檢索的過程。
假設用戶輸入這樣的query：“周杰倫的義父是誰？”，讀者先想一下，需要經過哪些步驟，才能檢索圖譜得到答案呢？
如上圖所示，展示了這樣一個過程：
1.通過實體識別模塊，識別出S：周杰倫
2.通過關係識別模塊，識別出P：義父是誰
3.檢索圖數據庫，得到答案“黃秋生”
上述過程是一個標準的流程，在實際的應用過程中，可能還會有實體的鏈接以及關係校正等過程。
當然，檢索數據庫過程因不同數據庫而異，具體不會太複雜，感興趣的同學可以參考自己所使用的數據庫的文檔，這裡不做詳細的介紹。
總結
知識圖譜是人工智能技術最重要的基礎設施，是計算機能夠實現推理、預測等類似人類思考能力的關鍵。知識存儲和檢索是知識圖譜系列技術中相對簡單的一環。對開發者而言，其難點在於檢索過程，即組建檢索語句的過程，設計實體識別及關係識別。
我會在知識星球中討論NEO4J的具體操作以及KBQA的具體實現，感興趣的同學可以掃描下面的二維碼加入。
讀者們可以留言，或者加入我們的NLP群進行討論。感興趣的同學可以微信搜索jen104，備註"加入有三AI NLP群"。
下期預告：知識圖譜中知識查詢
閱讀更多 有三AI 的文章
