知识图谱的可视分析

1、新的查询交互方式

用户从可视化表示中选择一个类或实体, 系统将自动构建一个 SPARQL 查询语句, 用户只需要在语句中手动输入字符串补全查询语句, 然后提交给系统. 此类可视分析方法要求用户手动浏览可视探索, 以便找到两个感兴趣对象之间的关系。
论文：rdf data exploration and visualization

2、RelFinder 模型

提供两个关键字即可分析类之间的关系, 可视化系统自动生成查询语句并根据关系查找算法，得到两个类间的关系拓扑图
论文：RelFinder: Revealing relationships in RDF knowledge bases

3、基于模板查询

一组预定义的基本图形模板, 根据用户提供的关键字生成SPARQL 查询. 用户只需要提供几个关键字就可以生成相应查询并返回结果。

4、知识图谱嵌入查询框架

首先将知识图图谱编码嵌入到低维空间，NLQ 的每个实体/关系短语被映射到 KG 中的一组候选匹配顶点/边缘. 通过学习的嵌入向量, 利用候选顶点/边集来计算目标查询结构. 最后, 基于所确定的查询结构, 从候选集中选择最佳匹配顶点/边, 生成目标查询.
论文：Graph Embedding Based Query Construction Over Knowledge Graphs

查询总结

自然语言查询(NLQ)和