关于更好的上下文查找算法的建议？

Question

我正在开发一个提供上下文知识查找的应用程序。该应用程序正处于设计阶段。

我需要知道简单的图形结构和遍历算法是否足够，或者我是否应该使用神经网络。我想采用最长期的解决方案。

我正在考虑用简单的节点表示个别概念。假设我想查找John的头发颜色（黑色）。我想我需要四个概念节点：约翰，头发，颜色和黑色。这里有两个算法 - 哪一个最适合我的任务？

遍历查找算法

请参阅此图表以供参考：http://chadjohnson.ath.cx:8080/static/concept_map.png

1. 输入（类似这样），依次为：1。人2.约翰3.头发4.颜色
2. 找到与'person'对应的图表节点。
3. 查看“person”节点旁边的所有节点，找到“john”节点。
4. 查看与'john'节点相邻的所有节点，找到一个节点，该节点具有指向'hair'节点和'color'节点的链接。

另一种选择是将“头发颜色”表示为自己的概念节点，使“金色头发”成为“头发颜色”概念。然后步骤（4）将成为

查看“john”节点旁边的所有节点，找到一个“头发颜色”概念的节点。

神经网络算法

1. 输入，没有特别的顺序：1。人2.约翰3.头发4.颜色
2. 训练网络将这些特定输入映射到“金发”概念。

任何反馈都将不胜感激。谢谢！

---

里程碑式的目标是能够回答这个问题，“约翰的头发是什么颜色的？”

所以，我希望能够存储'人'的概念，不同的人的概念，头发的概念，颜色的概念，多种不同颜色的概念，然后我想把不同的人联系到不同的头发颜色。

一旦知识及其联系到位，我就能够查找给定人的头发颜色，给出（输入）对人的参考，头发的概念和颜色的概念。

这就是我的问题发生的地方：遍历与神经网络。

如果它改变你回答的方式，未来的里程碑将是：

1. 计算机从头开始学习语言的语法
2. 使用语言语法知识回答问题的计算机
3. 一台计算机，根据背景和现有知识，正确地将句子从一种语言翻译成另一种语言。在其最简单的形式中，它将存储一个概念，将给定语言的单词与该概念相关联，并将另一个单词的另一个单词与该相同概念相关联。要翻译，可以找到并返回与该概念相关的目标语言的单词（参见http://chadjohnson.ath.cx:8080/static/language_translation.png）。

Answer 1

我怀疑在这种情况下你会从神经网络中得到任何合理的东西。如果我正确理解您要做的事情，基于图表的推理更可能匹配。如果不知道你想要解决的任务的细节，很难提出具体的建议。

可能在查询semistructured databases方面的某些内容是相关的。