大厂技术实现 | 详解知识图谱的构建全流程 @自然语言处理系列
知识图谱（Knowledge Graph）的概念由谷歌2012年正式提出，旨在实现更智能的搜索引擎，并且于2013年以后开始在学术界和业界普及。目前，随着智能信息服务应用的不断发展，知识图谱已被广泛应用于智能搜索、智能问答、个性化推荐、情报分析、反欺诈等领域。本篇是『知识图谱构建与落地实践』的起始篇，我们与来自百度的NLP工程师路遥，一起研究知识图谱的构建流程与技术细节。
ISO 专家解读 | 什么是 GQL 国际标准图查询语言
4 月 12 日，图查询标准语言 GQL（Graph Query Language）正式发布。与此同时，悦数图数据库 v5.0 宣布原生支持 GQL。GQL 一经问世，便在图行业内外引起广泛关注， ISO 数据库语言项目召集人 Keith W. Hare 发布了一篇对 GQL 的解读文章。让我们跟随专家的视角，来了解一下什么是 GQL，以及 GQL 数据库语言的功能。
图数据库有哪些：知名图数据库产品和应用场景介绍
图数据库是一种专门用于存储和处理图数据模型的数据库管理系统。图数据模型以节点和边的形式组织数据，用于表示实体之间的关系。相比传统的关系型数据库，图数据库更加适合处理复杂的关联关系，如社交网络、推荐系统、地理信息系统等领域的数据。图数据库的兴起，得益于现代应用场景对于数据处理和分析能力的不断增强需求。
7 种查询策略教你用好 Graph RAG 探索知识图谱
我们在这篇文章中探讨了知识图谱，特别是图数据库 NebulaGraph，是如何结合 LlamaIndex 和 GPT-3.5 为 Philadelphia Phillies 队构建了一个 RAG。
此外，我们还探讨了 7 种查询引擎，研究了它们的内部工作，并观察了它们对三个问题的回答。我们比较了每个查询引擎的优点和缺点，以便更好地理解了每个查询引擎设计的用例。