存储从信息提取中获取的数据

Question

我有一些java的经验，而且我是学生做我的最后一年项目。

我需要在自然语言处理项目中工作，我目前正在尝试使用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适用于我的问题的工具。

---

我计划在信息提取IE上工作，并且已经看到一些页面/ pdf解释了它如何与各种NLP技术一起工作。数据将使用NLP处理，我需要对已处理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技术检索的数据

• 数据存储必须具有支持查询的能力
• XML，JSON看起来不是理想的候选者。 （我可能是错的）：如果他们可以，那么一些帮助/指导就可以提供最佳方法。
• 我目前的观点是将解析树转换/存储为可以直接读取以供查询的数据格式。（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示例，文本“我的项目基于NLP”。 Dependency将如下所示

root（ROOT-0，based-4）
poss（project-2，My-1）
nsubjpass（基于-4，项目-2）
auxpass（基于-4，是-3）
prep（based-4，on-5）
pobj（on-5，NLP-6）

Answer 1

您是否已提取信息或是否正在尝试存储解析树？如果是前者，这仍然是NLP的一个悬而未决的问题。例如，请参阅Jurafsky和Martin的书，该书讨论了许多方法。

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，您可能可以使用简单的关系数据库。