| 您使用哪些工具进行知识图构建？ |
iamtherhino 于2017年5月11日 [[ - ]](javascript:void(0))
我们看到Neo4j被相对频繁地用作数据管道的聚合视图，例如，Roam Analytics使用Neo4j在许多不同数据源上吐出表/视图以执行ML丰富，然后将它们反馈到图中以提供他们的应用。
eBay（ShopBot）是一款支持Neo4j的ML聊天机器人。AirBnb还使用Neo4j构建知识图。
GraphConnect的视频今天谈论知识图：https：//youtu.be/dqrlotzdUlo？t = 3157
透明度：我是Neo4j的员工。
graqlbot 于2017年5月11日 [[ - ]](javascript:void(0))
GRAKN.AI（https://grakn.ai/）是一个功能强大的开源知识图平台。强烈推荐！
- 披露：我在Grakn Labs工作。话虽这么说，我相信它是最具创新性的解决方案之一，我们有一个很好的社区致力于非常整洁的项目。
lcall 于2017年5月12日 [[ - ]](javascript:void(0))
它使用产品（存储在postgres中，快速运行）制作内部知识图。它构建了一个动态对象模型，作为使用产品的副作用，使用关系，数字等作为原子级别的知识，其中单词是次要的。我知道的最好的信息组织者（至少我的风格）虽然（到目前为止）比许多产品功能丰富。我希望该链接的“关于”页面能够很好地解释当前和未来。
meej 于2017年5月11日 [[ - ]](javascript:void(0))
用于建模：
VoCol https://github.com/vocol/vocol
ROBOT https://github.com/ontodev/robot
Karma http://usc-isi-i2.github.io/karma/
对于数据：
Blazegraph https://www.blazegraph.com/
查询：
适用于Jupyter的SPARQL内核https://github.com/paulovn/sparql-kernel
wk0 于2017年5月11日 [[ - ]](javascript:void(0))
我已经将Apache Jena（Java）用于DBpedia的研究项目。我知道有一些其他选项可以更快地处理RDF，但我认为大多数都是专有的。
ssijak 于2017年5月12日 [[ - ]](javascript:void(0))
嗯，这里提出的非常有趣的软件，我不知道（试过neo4j）。你能用几句话说出你的产品与众不同之处吗？例如，GRAKN.AI的营销最适合人工智能用途，但无法理解为什么它比其他图形数据库更好。DGraph说它很快，是唯一的差异化因素吗？等等..
haikalpribadi 在2017年5月12日 [[ - ]](javascript:void(0))
嗨，抱歉，我们无法在我们的网站上清楚地捕捉到这个问题。Grakn不仅仅是“图形数据库”。以下是关于Grakn如何与其他数据库（尤其是neo4j）不同的4个关键点：
1.作为OLTP（传统查询事务）和OLAP（分布式图形分析作为语言）的数据库运行
2.将本体作为具有类型，子类型，规则和实例的灵活对象模型（即模式）
3.保证与本体有关的数据的逻辑完整性（即模式约束，但在更具表现力的数据模型上）
4.推理查询语言，以实时OLTP检索显式存储的数据和隐式派生的信息（即推断规则的类型，关系，上下文和层次结构）。
GRAKN.AI具有SQL的逻辑完整性，NoSQL和Graph数据库缺乏这种完整性。它具有数据关系，如Graph数据库，SQL和NoSQL没有。它像NoSQL一样水平扩展，SQL和Neo4j无法做到。
这里有一个更细致的差异化表，其中包含细粒度：http：//links.grakn.ai/362529/10476081
ssijak 于2017年5月12日 [[ - ]](javascript:void(0))
它是免费的并且它总是免费的吗？我问，因为你是一家注册公司，需要以某种方式赚钱（支持或？）。不会承诺在2年后会花很多钱的东西。看起来有前途，祝你好运:)
haikalpribadi 在2017年5月12日 [[ - ]](javascript:void(0))
该技术具有开源版本和企业版本。让我解释..
GRAKN.AI由2个核心组件组成：
1. Grakn：存储数据的存储（即知识库）
2. Graql：检索数据的语言Grakn和Graql都是开源的，永远都是开源的。就像MySQL，Hadoop，Spark等。
GRAKN.AI Enterprise是一个商业发行版（将在3个月内发布），附带：
1.集群管理：监控和配置
2.安全性：认证和自定义用户访问权限（基于数据模型的不同部分对用户的访问进行细粒度分离）
3.自然语言搜索：模糊字符串匹配和NLP搜索
4. Knowledge IDE：IDE用于UI驱动的知识建模，IDE用于开发模型，以及各种建模和分析工具，帮助您管理知识库。
开源分发中不提供上述所有4个功能。要获得它们，您需要购买GRAKN.AI Enterprise。用户可以在需要时决定购买它们。
我希望有帮助吗？如果这是有道理的，请告诉我。:)
crypto5 于2017年5月12日 [[ - ]](javascript:void(0))
您如何将您的产品与https://www.blazegraph.com/进行比较，https：//www.blazegraph.com/具有类似的功能集，但在市场上更长，并且具有更广泛的适应性（例如权力wikidata）？
2017 年5月16日 [[ - ]](javascript:void(0))
Blazegraph的核心是一个属性图，它持续存在于RDF格式中。属性图是由顶点和边组成的简单图形结构。它本身并不包含任何领域或知识。
Grakn坐在上面的一层，这是一个知识图。您可以将知识图视为由本体或模式合并的属性图，使其能够以结构化方式封装特定于域的信息。这又可以实现更多先进功能，例如基于预定义规则自动解析数据。
您确实可以使用Blazegraph（或任何其他属性图）构建知识图，但是您必须经历所有提出集成且灵活的架构以及解决机制的痛苦。Grakn开箱即用。
所以Grakn不与Blazegraph竞争，而是建立在Blazegraph，TitanDB，JanusGraph和其他属性图系统使用的核心原则上。它以它为基础，提供结构化但灵活的图形以及内置的分辨率系统。
jhoechtl 于2017年5月11日 [[ - ]](javascript:void(0))
DGraph http://dgraph.io/
fnazeeri 于2017年5月11日 [[ - ]](javascript:void(0))
在我的公司，我们构建了这个（开源）工具，用于创作知识图表https://extensionengine.com/ee-labs/
mindcrime 于2017年5月11日 [[ - ]](javascript:void(0))
Apache Jena和Apache Stanbol。
无耻的插头：我们将两者结合到产品中，并将围绕两者提供支持/服务。如果有人在寻找这些东西的帮助，请给我们一个大喊。
kajecounterhack 于2017年5月11日 [[ - ]](javascript:void(0))
Badwolf https://github.com/google/badwolf（基于RDF的查询语言）
