否则，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
这意味着我可以从一个图中减去一个子图，并在给定度量的情况下对结果子图进行评分。
我不希望这将是一个单一的neo4j或gremlin查询。我感兴趣的是在图形数据库上同时进行全局和局部推理的潜在机制。
我认为重要的是要记住图数据库作为存储解决方案和使用机器学习提取连接图作为表示用于训练ML模型的特征的向量之间的区别。
不同之处在于，你可以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组织你的数据。使用Neo4j来实现这一点当然是一个好主意，但它并不是现成的。我为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
然后您可以使用结果数据来构建一个word2vec模型。