graphQL

Moteur de base de données graphique NoSQL écrit en VisualBasic

Utilisation du code

importe le package R# dans un script, puis crée une base de données graphique vide :

 import graphQL

kb = MsgFile :: open ()

vous pouvez ensuite insérer les données de connaissances dans le moteur de base de données :

 # example of insert the knowledge data in table format liked:
#              key                             value
# ---------------------------------------------------
# <mode>  <string>                          <string>
# [1, ]       "id"                          "C01405"
# [2, ]     "name"                         "Aspirin"
# [3, ]     "name"            "Acetylsalicylic acid"
# [4, ]     "name" "2-Acetoxybenzenecarboxylic acid"
# [5, ]     "name"                "Acetylsalicylate"
# [6, ]  "formula"                          "C9H8O4"

#  [ reached 'max' / getOption("max.print") -- omitted 7 rows ]

def process_knowledge ( kb , data ):
    data = as . list ( data , byrow = True )
    data = groupBy ( data , x - > x [[ "key" ]])
    data = lapply ( data , x - > sapply ( x , i - > i [[ "value" ]]), x - > x [[ "key" ]])
        
    Query :: insert ( kb , data [[ "id" ]], data )

enfin, vous pouvez interroger la base de données de connaissances avec la fonction de requête, ou affirmer que deux termes sont identiques ou non ?

 # query knowledge data by term
result = Query :: query ( kb , "Aspirin" )
# [1]     "Aspirin is the name of C01405 with confidence 1.00"
# [2]     "Aspirin is the name of HMDB0001879 with confidence 1.00"
# [3]     "Aspirin is the name of ChEBI:15365 with confidence 1.00"

# assert that two term are identical or not?

Query :: similarity ( kb , "Aspirin" , "Acetylsalicylic acid" )
# [1]  0.740741

Query :: similarity ( kb , "Aspirin" , "water" )
# [1]  0

Query :: similarity ( kb , "dihydrogen oxide" , "water" )
# [1]  0.35