一:查询语言介绍

1.为什么不使用sql

关系型数据库查询语言——SQL

方式：数据以表的形式存在, 有比较强的schema定义, 表和表之间的数据关联以join的方式实现.

缺点：MySQL主要是存储和查询二维表数据，对三元组数据没有单独意义；

多跳关联查询需要多表连接，效率低

2.图数据查询语言的区别

二:命名实体识别(NER)

2.1基础知识

2.1.1什么是NER

• 实体：文本之中承载信息的语义单元。

• 常见的实体包括七种类别：人名、地名、机构名、时间、日期、货币、百分比。

• 实体抽取：又称为命名实体识别,指的是从文本之中抽取出命名性实体，并把这些实体划分到指定的类别。

2.1.2识别后格式

原文本:

命名实体后的文本:

总体是字典格式,里面的命名实体是双层列表嵌套格式,下标是左闭右开.

补充:文本分类后的格式

2.2命名实体识别的方法

2.2.1基于规则的方法实现NER

使用自定义规则匹配NER:

eg:使用正则表达式匹配NER

优点:方便,快捷

缺点:泛用性差,后期格式越来越复杂,难以维护

2.2.2基于机器学习方法实现NER

机器学习把NER转换为序列标注任务

1.实现步骤:

• 人工选择特征

• 训练模型

• 预测实体

2.模型选择

机器学习的方法是把实体抽取任务转换为序列任务,每个token做标注(理论上所有分类模型都可以作为标注模型,但是效果最好的是条件随机场(CRF)):

B:开头

E:结尾

3.缺点:

缺点:依赖特征的选择,特征选择的不好,很难有好的效果.

2.2.3基于深度学习的方法实现NER

深度学习也是把NER转换为序列标注任务

1.概念:

基于深度学习的方法主要使用神经网络模型，结合条件随机场模型。常用的神经网络模型包括卷积神经网络（CNN)、循环神经网络(RNN)、长短期记忆网络(LSTM）等，其中BiLSTM-CRF是目前最为常用的命名实体识别模型

2.原理:

3.优缺点

优点:特征靠模型自己提取

缺点:需要大量的标注文本

2.3NER评测标准

精确率：模型识别出来的实体中，被所有预测为正的样本中实际为正样本的概率

召回率：模型识别出来的实体中，实际为正的样本中被预测为正样本的概率

F1值: 准确率和召回率的调和平均值，可以对系统的性能进行综合性的评价