存储从信息提取中获得的数据

Question

我有一些 java 方面的经验，我是一名 学生，正在做我最后一年的项目。

我需要从事自然语言处理的项目，我目前正在尝试研究 stanford-nlp 库 （但我没有锁定它，我可以更改我的工具）所以答案可以适用于任何人适合我的问题的工具。

---

我计划从事 Information Extraction IE 的工作，并且看过一些页面/pdf 来解释它如何与各种 NLP 技术一起工作。数据将使用 NLP 处理，我需要对处理后的数据执行信息检索 IR

我现在的问题是：我应该使用什么数据结构或存储介质来存储我使用 NLP 技术检索到的数据

• 该数据存储必须具有支持查询的能力
• XML,JSON 看起来不是一个理想的候选者。 （我可能是错的）：如果他们能提供一些帮助/指导最好的方法会很有帮助。
• 我目前的观点是将解析树转换/存储为可以直接读取以进行查询的数据格式。（解析树：句子或字符串的解析结构的图解表示）

---

需要存储数据类型的样本，用于文本“我的项目基于 NLP”。 Dependency 如下

root(ROOT-0, based-4)
poss(project-2, My-1)
nsubjpass(based-4, project-2)
辅助通道（基于 4，是 3）
准备（基于 4，基于 5）
pobj(on-5, NLP-6)

Answer 1

您是否已经提取了信息，或者您是否正在尝试存储解析树？如果是前者，这在 NLP 中仍然是一个悬而未决的问题。例如，请参阅 Jurafsky 和 ​​Martin 的书，其中讨论了许多实现此目的的方法。

基本上，在我们知道您要存储的内容之前，我们无法回答。如果它是超级简单的信息，你也许可以摆脱一个简单的关系数据库。