是否可以使用 graphdb 实现类似于 word2vec 的功能？

Question

否则说用模式匹配和图遍历替换特征向量并模拟降维？

我的意思是，给定一个英语单词的语义图，计算类似于：

king - man = queen

这意味着我可以从图中减去一个子图，并在给定指标的情况下对结果子图进行评分。

我不希望这将是单个 neo4j 或 gremlin 查询。我对通过图形数据库同时进行全局和局部推理所涉及的底层机制感兴趣。

Answer 1

我认为重要的是要记住图数据库作为存储解决方案与使用机器学习将连接图提取为表示用于正确训练 ML 模型的特征的向量之间的区别。

不同之处在于，您可以采用一种更容易找到适合创建机器学习模型的模式的方式来构建数据。使用 Neo4j 来做到这一点当然是个好主意，但它不是开箱即用的。我已经为 Neo4j 创建了一个插件，它将使用我想到的遗传算法从文本中提取分层模式匹配。您可以在这里查看：http : //www.kennybastani.com/2014/08/using-graph-database-for-deep-learning-text-classification.html

然后，您可以使用生成的数据来构建 word2vec 模型。