AI-理论-知识图谱1-基础

(AI算法系列)

1知识点

• 简介
• 构建
• 存储
• Neo4J简介
• Neo4J实战
• Python操作Neo4J
• csv导入图数据

2具体内容

2.1简介

• 知识图谱本质上是语义网络（Semantic Network）的知识库
• 多关系图（Multi-relational Graph）
• 图（Graph）：多类型节点（Vertex）+多类型边（Edge）
  • 节点：实体
  • 边：关系
• Schema：加入知识图谱数据的格式
  • 规范结构化数据的表达，一条数据必须满足Schema预先定义好的实体对象及类型才可更新到图谱。一图胜千言
• AI-知识工程-知识表示-知识图谱

2.2构建

2.2.1数据来源

需要把数据从不同数据源抽取：

• 业务数据，数据库表以结构化方式存储，简单预处理
• 网络公开、抓取数据，以网页非结构化存储，需要nlp等提取结构化信息

2.2.2信息抽取难点

处理非结构化数据：从非结构化英文文本中抽取实体和关系

2.2.3构建技术

• 1实体命名识别NER
  • Named Entity Recognition
  • 从文本里提取出实体并对每个实体做分类/打标签
• 2关系抽取RE
  • Relation Extraction
  • 通过关系抽取，把实体间的关系从文本中提取出来
• 3实体统一ER
  • Entity Resolution
  • 不同写法实体统一
  • 减少实体的种类，也可以降低图谱的稀疏性（Sparsity）；
• 4指代消解
  • Disambiguation
  • “it”, “he”, “she”这些词到底指向哪个实体

2.3存储

1.基于 RDF

• 易发布及共享
• Triple存储三元组，不包含属性信息
• Jena，OrientDB、JanusGraph

2.基于图数据库

• 高效图查询、搜索
• 属性图，节点和关系可包含属性，易实现现实业务场景
• Neo4j，社区活跃，查询效率高
• 不支持分布式
  

2.4Neo4J简介

最常见的图数据库（Graph Databases）

• Neo4J官网

#linux
bin/neo4j start
#w
neo4j.bat console

• 页面：打开浏览器，输入http://127.0.0.1:7474/browser/
• Cypher查询语言
  • 用户不必编写图像结构的遍历代码，对图形数据进行高效查询
  • 类似SQL，适合于开发者以及在数据库上做点对点模式（ad-hoc）查询的专业操作人员。
  • 其具备的能力包括：1） 创建、更新、删除节点和关系 ；2）通过模式匹配来查询和修改节点和关系 - 管理索引和约束等

2.5Neo4J实战

• 手把手教你快速入门知识图谱 - Neo4J教程
• 创建节点
• 创建关系
• 查询（match）
• 删除（remove）、修改（set）

2.6Python操作Neo4J

1.执行CQL语句

  # step 1：导入 Neo4j 驱动包
  from neo4j import GraphDatabase
  # step 2：连接 Neo4j 图数据库
  driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
  # 添加 关系 函数
  def add_friend(tx, name, friend_name):
      tx.run("MERGE (a:Person {name: $name}) "
            "MERGE (a)-[:KNOWS]->(friend:Person {name: $friend_name})",
            name=name, friend_name=friend_name)
  # 定义 关系函数
  def print_friends(tx, name):
      for record in tx.run("MATCH (a:Person)-[:KNOWS]->(friend) WHERE a.name = $name "
                          "RETURN friend.name ORDER BY friend.name", name=name):
          print(record["friend.name"])
  # step 3：运行
  with driver.session() as session:
      session.write_transaction(add_friend, "Arthur", "Guinevere")
      session.write_transaction(add_friend, "Arthur", "Lancelot")
      session.write_transaction(add_friend, "Arthur", "Merlin")
      session.read_transaction(print_friends, "Arthur")

neo4j.GraphDatabase.driver(xxxx).session().write_transaction(函数(含tx.run(CQL语句)))
#or
neo4j.GraphDatabase.driver(xxxx).session().begin_transaction.run(CQL语句)

2.操作python变量操作neo4j

# step 1：导包
  from py2neo import Graph, Node, Relationship
  # step 2：构建图
  g = Graph()
  # step 3：创建节点
  tx = g.begin()
  a = Node("Person", name="Alice")
  tx.create(a)
  b = Node("Person", name="Bob")
  # step 4：创建边
  ab = Relationship(a, "KNOWS", b)
  # step 5：运行
  tx.create(ab)
  tx.commit()

2.7csv导入图数据

• Neo4j之导入数据
• 使用neo4j-admin import命令导入，适合部署在docker环境下的neo4j：csv分为两个nodes.csv和relations.csv，注意关系里的起始节点必须是在nodes.csv里能找到

  # nodes.csv需要指定唯一ID和nam,
  headers = [
  'unique_id:ID', # 图数据库中节点存储的唯一标识
  'name', # 节点展示的名称
  'node_type:LABEL', # 节点的类型，比如Person和Location
  'property' # 节点的其他属性
  ]

 # relations.csv
  headers = [
  'unique_id', # 图数据库中关系存储的唯一标识
  'begin_node_id:START_ID', # begin_node和end_node的值来自于nodes.csv中节点
  'end_node_id:END_ID',
  'begin_node_name',
  'end_node_name',
  'begin_node_type',
  'end_node_type',
  'relation_type:TYPE', # 关系的类型，比如Friends和Married
  'property' # 关系的其他属性
  ]

1. 两个文件nodes.csv ，relas.csv放在 neo4j安装绝对路径/import
2. 导入到图数据库mygraph.db

 neo4j bin/neo4j-admin import --nodes=/var/lib/neo4j/import/nodes.csv --relationships=/var/lib/neo4j/import/relas.csv   --delimiter=^ --database=xinfang*.db
 #delimiter=^ 指的是csv的分隔符

3. 指定neo4j使用哪个数据库

 修改 /root/neo4j/conf/neo4j.conf 文件中的 dbms.default_database=mygraph.db

4. 重启neo4j

3待补充

无

4Q&A

无

5code

无

6参考

• https://github.com/datawhalechina/team-learning-nlp/tree/master/KnowledgeGraph_Basic
• 干货 | 从零到一学习知识图谱的技术与应用
• 手把手教你快速入门知识图谱 - Neo4J教程
• python操作图数据库neo4j的两种方式
• Neo4j之导入数据
• schema 介绍
• 知识图谱Schema
• 美团大脑：知识图谱的建模方法及其应用
• 肖仰华. 知识图谱：概念与技术．北京：电子工业出版社, 2020．2－39．