知识图谱

实体、关系、属性与类型，以及软件依赖分析中的图谱用法。

概念模型、实体标识、属性图与 RDF，以及来源、时间和数据约束的表示方法。

结构化数据映射、文本抽取、实体消歧和多来源冲突处理。

用 Python、Cypher 和 SPARQL 查询软件依赖，以及路径查询的优化方法。

规则推理、RDFS 与 OWL 语义、知识嵌入和图神经网络的用法。

图检索参与问答的流程，以及 Microsoft GraphRAG、混合检索和相关方法。

知识抽取、实体链接、图查询和问答的评估指标、参考集与对照实验。

图谱的增量更新、派生数据失效、发布恢复、访问控制和运行成本。