当图形和文档数据库成为一体时,人工智能将得到改善

随着公司意识到人工智能的前景常常包括集成高度多样化,不断增长的复杂数据源的挑战,近年来,语义图数据库的价值已大大提高。语义图不仅使组织能够将非结构化数据与半结构化和结构化数据无缝对齐,从而有效地使所有数据看起来像结构化的一样易于管理,而且还通过通用标准促进了数据库,IT系统和位置之间的互操作性。

但是,当配备了文档存储的核心功能时,这些好处将变得更加可扩展。通过对JSON和 JSON-LD,组织可以突然获得AI数据建模,查询和开发以前不可能的应用程序的各种可能性。

混合图形/文档存储的增强功能使组织可以通过单个查询链接和访问大量文档,逗号分隔值(CSV)文件和结构化数据,并在上下文中利用文档存储的建模和格式化灵活性他们的整体数据资产。结果是为人工智能,分析,应用程序开发和Web服务提供了更丰富的数据集,从而使数据本身具有更高的价值。

查询结构化和非结构化数据

的分析能力 语义图数据库 补充了对JSON和JSON-LD的支持。文档通常由自然语言文本形式的非结构化数据组成。使用提供文本分析功能的语义图数据库,现在可以同时合并对结构化和非结构化数据的查询。 Graph-Document数据库利用文件内部和之间的图形语义链接功能。因此,可以根据业务用户理解的语义轻松定义文档,并且还可以通过填充图表本身的相同语义概念将文档彼此链接。

例如,组织的内部知识图信息可以很容易地连接到文档中的各种数据对象。这样,分析组织可以在一个查询中执行的范围就大大扩大了。查询不仅可以包含文档中包含的非结构化数据,还可以包含CSV文件(对于 机器学习的特征工程),语义元数据以及与基本业务流程相关的知识图中的其他数据元素。

这种方法有助于对非结构化文本和常规数据源进行无缝查询,这对于当今企业对文本分析的评估不断提高是至关重要的。所有这些数据均通过 企业知识图 以便根据上下文更深入地了解一个人的数据及其之间的关系,这是图形技术所擅长的。因此,分析结果是全面的,并真正表明了组织可用于特定任务的数据。

模型不可知

通过文档数据库特性增强的语义图数据库的数据建模功能几乎是无限的。除了用于常规文档之外,JSON还因支持任何类型的数据模型或格式而广受赞誉。它有效地促进了读取模式的概念,这不仅对使用实时数据源(例如涉及物联网)的实时数据建模有用,而且对开发人员和企业范围的创新也很有用。 JSON使开发人员可以使用对构建应用程序最有用的任何数据格式或数据模型。

自最先进的语义 图形数据库现在支持JSON,开发人员可以使用自己选择的编程语言来使用此数据,同时还可以使用知识图中包含的其他数据。无论开发人员使用的总体架构的复杂性如何,他们都可以将这些数据及其与图形数据库中其他日耳曼数据的关系上下文化。此外,通过使用JSON-LD,他们可以将此数据链接到那些 在知识图中 增强应用程序实用性或在部署过程中深入了解操作

网页服务

为知识图提供对JSON和JSON-LD等文档存储格式的本机支持的另一个关键区别是它们为Web服务提供的实用程序。 JSON几乎是 基于Web的应用程序的实际格式,网站本身以及众多的云应用程序。通过使用JSON-LD链接Web或应用程序上的信息,组织可以将所有这些数据连接在一起,以实现更复杂,有效的应用程序和Web使用。

例如,组织可以将这些应用程序与他们的知识图一起加入一个机器可读数据源网络,所有这些都与支持知识图的相同模型对齐。这种方法对于实时洞察应用程序,复杂的数据集成以及跨越一系列数据点和位置的应用程序的复杂性很有用。

Graph文档存储

用文档存储强化图形数据库的新机会以许多不同的方式都是有价值的。这种结合提高了数据建模的灵活性,这对于快速构建应用程序或合并来自实时数据源(如 工业互联网。它极大地扩展了组织用于Web应用程序和服务的网络,同时对单个查询期间遍历的数据量和多样性产生了类似的影响。此外,它利用知识图功能改善了文档存储,同时还改善了具有文档存储基本属性的语义图。这种组合支持两全其美,使企业成为明显的胜利者。 

关于作者

简斯·阿斯曼博士 是博士心理学家,认知科学专家兼首席执行官 Franz.com,人工智能的早期创新者和语义图数据库和分析的提供者。作为科学家兼首席执行官,Aasman博士与Montefiore医疗中心,Blue Cross / Blue Shield,西门子,默克,辉瑞公司等组织携手合作,继续在人工智能和语义数据库领域取得突破,富国银行,BAE Systems以及美国和外国政府。

贡献者

Franz Inc的首席执行官

贡献者表达的观点是他们自己的观点。

关于扬斯·阿斯曼

Franz Inc的首席执行官

查看Jans Aasman发表的所有帖子→