iPAS 考題解析某企業欲建構知識圖譜(Knowledge Graph),以整合內部的研究報告、專利資料與專家知識,並支援語意查詢與關聯推理。若希望模型能具備良好的語意擴展性與高效推理能力,下列哪一種圖模型設計最為合適?
原卷題
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:B. 將資料結構建為RDF(Resource Description Framework)三元組(Subject-Predicate-Object)
RDF三元組(主體-述語-客體)是語意網路和知識圖譜的標準表示方式,支援OWL本體推理、SPARQL查詢,具備良好的語意擴展性,能表達複雜的語意關係並支援邏輯推理。
每個選項為什麼對或錯
-
A 僅以節點(Node)與邊(Edge)表示,所有資訊存放於節點屬性中 錯誤選項
僅用節點屬性儲存所有資訊無法有效表達實體間的語意關係,推理能力有限。
-
B 將資料結構建為RDF(Resource Description Framework)三元組(Subject-Predicate-Object) 正解
RDF三元組是知識圖譜的標準格式,支援語意推理和SPARQL查詢,最符合需求。
-
C 使用文件型資料庫儲存內容,並以標籤(Tag)連接節點 錯誤選項
文件型資料庫+標籤缺乏語意推理能力,不適合複雜知識圖譜。
-
D 採用關聯式資料庫儲存對應關係,並搭配預建索引加速查詢 錯誤選項
關聯式資料庫索引適合結構化查詢,但語意擴展性和推理能力不足。
答案、題目或解析有問題?回報這題