|
|
@@ -0,0 +1,566 @@ |
|
|
|
# 知识图谱组队学习 之 Task 1 知识图谱介绍 |
|
|
|
|
|
|
|
> 文章编写人:吴晓均、康兵兵<br/> |
|
|
|
> github 地址: |
|
|
|
|
|
|
|
## 目录 |
|
|
|
|
|
|
|
- [ 知识图谱组队学习 之 Task 1 知识图谱介绍](#datawhale-知识图谱组队学习-之-task-1-知识图谱介绍) |
|
|
|
- [目录](#目录) |
|
|
|
- [一、知识图谱简介](#一知识图谱简介) |
|
|
|
- [1.1 引言](#11-引言) |
|
|
|
- [1.2 什么是知识图谱呢?](#12-什么是知识图谱呢) |
|
|
|
- [1.2.1 什么是图(Graph)呢?](#121-什么是图graph呢) |
|
|
|
- [1.2.2 什么是 Schema 呢?](#122-什么是-schema-呢) |
|
|
|
- [1.3 知识图谱的价值在哪呢?](#13-知识图谱的价值在哪呢) |
|
|
|
- [二、怎么构建知识图谱呢?](#二怎么构建知识图谱呢) |
|
|
|
- [2.1 知识图谱的数据来源于哪里?](#21-知识图谱的数据来源于哪里) |
|
|
|
- [2.2 信息抽取的难点在哪里?](#22-信息抽取的难点在哪里) |
|
|
|
- [2.3 构建知识图谱所涉及的技术?](#23-构建知识图谱所涉及的技术) |
|
|
|
- [2.4、知识图谱的具体构建技术是什么?](#24知识图谱的具体构建技术是什么) |
|
|
|
- [2.4.1 实体命名识别(Named Entity Recognition)](#241-实体命名识别named-entity-recognition) |
|
|
|
- [2.4.2 关系抽取(Relation Extraction)](#242-关系抽取relation-extraction) |
|
|
|
- [2.4.3 实体统一(Entity Resolution)](#243-实体统一entity-resolution) |
|
|
|
- [2.4.4 指代消解(Disambiguation)](#244-指代消解disambiguation) |
|
|
|
- [三、知识图谱的存储](#三知识图谱的存储) |
|
|
|
- [四、Neo4J 介绍与安装](#四neo4j-介绍与安装) |
|
|
|
- [4.1 引言](#41-引言) |
|
|
|
- [4.2 Neo4J 下载](#42-neo4j-下载) |
|
|
|
- [4.3 Neo4J 安装](#43-neo4j-安装) |
|
|
|
- [4.4 Neo4J Web 界面 介绍](#44-neo4j-web-界面-介绍) |
|
|
|
- [4.5 Cypher查询语言](#45-cypher查询语言) |
|
|
|
- [五、Neo4J 实战](#五neo4j-实战) |
|
|
|
- [5.1 引言](#51-引言) |
|
|
|
- [5.2 创建节点](#52-创建节点) |
|
|
|
- [5.3 创建关系](#53-创建关系) |
|
|
|
- [5.4 创建 出生地关系](#54-创建-出生地关系) |
|
|
|
- [5.5 图数据库查询](#55-图数据库查询) |
|
|
|
- [5.6 删除和修改](#56-删除和修改) |
|
|
|
- [六、通过 Python 操作 Neo4j](#六通过-python-操作-neo4j) |
|
|
|
- [6.1 neo4j模块:执行CQL ( cypher ) 语句](#61-neo4j模块执行cql--cypher--语句) |
|
|
|
- [6.2 py2neo模块:通过操作python变量,达到操作neo4j的目的](#62-py2neo模块通过操作python变量达到操作neo4j的目的) |
|
|
|
- [七、通过csv文件批量导入图数据](#七通过csv文件批量导入图数据) |
|
|
|
- [参考资料](#参考资料) |
|
|
|
|
|
|
|
|
|
|
|
## 一、知识图谱简介 |
|
|
|
|
|
|
|
### 1.1 引言 |
|
|
|
|
|
|
|
从一开始的Google搜索,到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统,无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 |
|
|
|
|
|
|
|
早在 2010 年微软就开始构建知识图谱,包括 Satori 和 Probase;2012 年,Google 正式发布了 Google Knowledge Graph,现在规模已超 700 亿。目前微软和 Google 拥有全世界最大的通用知识图谱,Facebook 拥有全世界最大的社交知识图谱,而阿里巴巴和亚马逊则分别构建了商品知识图谱。 |
|
|
|
|
|
|
|
![业内布局.jpg](https://i.loli.net/2020/12/06/3CTx6QFOBHctglP.jpg) |
|
|
|
> 图 1 业内布局 |
|
|
|
|
|
|
|
![业内应用.jpg](https://i.loli.net/2020/12/06/raF2KwYfvBE1cyQ.jpg) |
|
|
|
> 图 2 业内应用 |
|
|
|
|
|
|
|
本章以通俗易懂的方式来讲解知识图谱相关的知识、介绍从零开始搭建知识图谱过程当中需要经历的步骤以及每个阶段。本次组队学习还将动手实践一个关于kg在智能问答中的应用。 |
|
|
|
|
|
|
|
### 1.2 什么是知识图谱呢? |
|
|
|
|
|
|
|
知识图谱是由 Google 公司在 2012 年提出来的一个新的概念。从学术的角度,我们可以对知识图谱给一个这样的定义:“知识图谱本质上是语义网络(Semantic Network)的知识库”。但这有点抽象,所以换个角度,从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图(Multi-relational Graph)。 |
|
|
|
|
|
|
|
#### 1.2.1 什么是图(Graph)呢? |
|
|
|
|
|
|
|
图(Graph)是由节点(Vertex)和边(Edge)来构成,多关系图一般包含多种类型的节点和多种类型的边。实体(节点)指的是现实世界中的事物比如人、地名、概念、药物、公司等,关系(边)则用来表达不同实体之间的某种联系,比如人-“居住在”-北京、张三和李四是“朋友”、逻辑回归是深度学习的“先导知识”等等。 |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/ZNWkgnrPpjoHlzq.png) |
|
|
|
> 图 3 图(Graph)介绍 |
|
|
|
|
|
|
|
#### 1.2.2 什么是 Schema 呢? |
|
|
|
|
|
|
|
- 知识图谱另外一个很重要的概念是 Schema: |
|
|
|
- 介绍:限定待加入知识图谱数据的格式;相当于某个领域内的数据模型,包含了该领域内有意义的概念类型以及这些类型的属性 |
|
|
|
- 作用: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其类型,才被允许更新到知识图谱中, **一图胜千言** |
|
|
|
- 图中的DataType限定了知识图谱节点值的类型为文本、日期、数字(浮点型与整型) |
|
|
|
- 图中的Thing限定了节点的类型及其属性(即图1-1中的边) |
|
|
|
- 举例说明:基于下图Schema构建的知识图谱中仅可含作品、地方组织、人物;其中作品的属性为电影与音乐、地方组织的属性为当地的商业(eg:饭店、俱乐部等)、人物的属性为歌手 |
|
|
|
- tips:本次组队学习不涉及schema的构建 |
|
|
|
|
|
|
|
![Schema定义.PNG](https://i.loli.net/2020/12/06/zxMLupBIewb2jFR.png) |
|
|
|
> 图 4 Schema定义 |
|
|
|
|
|
|
|
### 1.3 知识图谱的价值在哪呢? |
|
|
|
|
|
|
|
从图5中可以看出,知识图谱是人工智能很重要的一个分支, 人工智能的目标为了让机器具备像人一样理性思考及做事的能力 -> |
|
|
|
在符号主义的引领下,知识工程(核心内容即建设专家系统)取得了突破性的进展 -> |
|
|
|
在整个知识工程的分支下,知识表示是一个非常重要的任务 -> |
|
|
|
而知识图谱又恰恰是知识表示的重要一环 |
|
|
|
|
|
|
|
![学科概念.PNG](https://i.loli.net/2020/12/06/5eFvYZ3rnKDWVNt.png) |
|
|
|
> 图 5 学科概念 |
|
|
|
|
|
|
|
## 二、怎么构建知识图谱呢? |
|
|
|
|
|
|
|
### 2.1 知识图谱的数据来源于哪里? |
|
|
|
|
|
|
|
知识图谱的构建是后续应用的基础,而且构建的前提是需要把数据从不同的数据源中抽取出来。对于垂直领域的知识图谱来说,它们的数据源主要来自两种渠道: |
|
|
|
- 第一种:业务本身的数据。这部分数据通常包含在公司内的数据库表并以结构化的方式存储,一般只需要简单预处理即可以作为后续AI系统的输入; |
|
|
|
- 第二种:网络上公开、抓取的数据。这些数据通常是以网页的形式存在所以是非结构化的数据,一般需要借助于自然语言处理等技术来提取出结构化信息。 |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/ITK1Pg9Oo7n3daF.png) |
|
|
|
> 图 6 数据来源 |
|
|
|
|
|
|
|
比如在下面的搜索例子里,Bill Gates和Malinda Gate的关系就可以从非结构化数据中提炼出来,比如维基百科等数据源。 |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/XOtDiVkMIE965GZ.png) |
|
|
|
> 图 7 举例说明 |
|
|
|
|
|
|
|
### 2.2 信息抽取的难点在哪里? |
|
|
|
|
|
|
|
信息抽取的难点在于处理非结构化数据。在下面的图中,我们给出了一个实例。左边是一段非结构化的英文文本,右边是从这些文本中抽取出来的实体和关系。 |
|
|
|
![image.png](https://i.loli.net/2020/12/04/HDa36LRxTv7EN9l.png) |
|
|
|
> 图 8 信息抽取的难点举例 |
|
|
|
|
|
|
|
### 2.3 构建知识图谱所涉及的技术? |
|
|
|
|
|
|
|
在构建类似的图谱过程当中,主要涉及以下几个方面的自然语言处理技术: |
|
|
|
|
|
|
|
1. 实体命名识别(Name Entity Recognition) |
|
|
|
2. 关系抽取(Relation Extraction) |
|
|
|
3. 实体统一(Entity Resolution) |
|
|
|
4. 指代消解(Coreference Resolution) |
|
|
|
5. ... |
|
|
|
|
|
|
|
### 2.4、知识图谱的具体构建技术是什么? |
|
|
|
|
|
|
|
下面针对每一项技术解决的问题做简单的描述,至于这些是具体怎么实现的,不在这里一一展开,后续课程和知识图谱第二期的课程将会慢慢展开: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/HDa36LRxTv7EN9l.png) |
|
|
|
> 图 9 具体构建技术 示例 |
|
|
|
|
|
|
|
#### 2.4.1 实体命名识别(Named Entity Recognition) |
|
|
|
|
|
|
|
- 实体命名识别(英语:Named Entity Recognition),简称NER |
|
|
|
- 目标:就是从文本里提取出实体并对每个实体做分类/打标签; |
|
|
|
- 举例说明:比如从上述文本里,我们可以提取出实体-“NYC”,并标记实体类型为 “Location”;我们也可以从中提取出“Virgil's BBQ”,并标记实体类型为“Restarant”。 |
|
|
|
- 这种过程称之为实体命名识别,这是一项相对比较成熟的技术,有一些现成的工具可以用来做这件事情。 |
|
|
|
|
|
|
|
#### 2.4.2 关系抽取(Relation Extraction) |
|
|
|
|
|
|
|
- 关系抽取(英语:Relation Extraction),简称 RE |
|
|
|
- 介绍:通过关系抽取技术,把实体间的关系从文本中提取出来; |
|
|
|
- 举例说明:比如实体“hotel”和“Hilton property”之间的关系为“in”;“hotel”和“Time Square”的关系为“near”等等。 |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/X7OqhWL6IZbNcke.png) |
|
|
|
> 图 9 NER 和 RE 示例 |
|
|
|
|
|
|
|
#### 2.4.3 实体统一(Entity Resolution) |
|
|
|
|
|
|
|
- 实体统一(英语:Entity Resolution),简称 ER |
|
|
|
- 介绍:对于有些实体写法上不一样,但其实是指向同一个实体; |
|
|
|
- 举例说明:比如“NYC”和“New York”表面上是不同的字符串,但其实指的都是纽约这个城市,需要合并。 |
|
|
|
- 价值:实体统一不仅可以减少实体的种类,也可以降低图谱的稀疏性(Sparsity); |
|
|
|
|
|
|
|
#### 2.4.4 指代消解(Disambiguation) |
|
|
|
|
|
|
|
- 指代消解(英语:Disambiguation) |
|
|
|
- 介绍:文本中出现的“it”, “he”, “she”这些词到底指向哪个实体,比如在本文里两个被标记出来的“it”都指向“hotel”这个实体。 |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/xUVbWp32ZRjHLa8.png) |
|
|
|
> 图 10 ER 和 Disambiguation 示例 |
|
|
|
|
|
|
|
## 三、知识图谱的存储 |
|
|
|
|
|
|
|
- 知识图谱主要有两种存储方式: |
|
|
|
- 一种是基于RDF的存储; |
|
|
|
- 另一种是基于图数据库的存储。 |
|
|
|
|
|
|
|
它们之间的区别如下图所示。RDF一个重要的设计原则是数据的易发布以及共享,图数据库则把重点放在了高效的图查询和搜索上。其次,RDF以三元组的方式来存储数据而且不包含属性信息,但图数据库一般以属性图为基本的表示形式,所以实体和关系可以包含属性,这就意味着更容易表达现实的业务场景。其中Neo4j系统目前仍是使用率最高的图数据库,它拥有活跃的社区,而且系统本身的查询效率高,但唯一的不足就是不支持准分布式。相反,OrientDB和JanusGraph(原Titan)支持分布式,但这些系统相对较新,社区不如Neo4j活跃,这也就意味着使用过程当中不可避免地会遇到一些刺手的问题。如果选择使用RDF的存储系统,Jena或许一个比较不错的选择。 |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/kZlqe8f2JMNgGTu.png) |
|
|
|
> 图 11 RDF的存储 和 基于图数据库的存储 的区别 |
|
|
|
|
|
|
|
## 四、Neo4J 介绍与安装 |
|
|
|
|
|
|
|
### 4.1 引言 |
|
|
|
|
|
|
|
“工欲善其事,必先利其器”,知识图谱作为一种特殊的图结构,自然需要专门的图数据库进行存储。 |
|
|
|
|
|
|
|
知识图谱由于其数据包含实体、属性、关系等,常见的关系型数据库诸如MySQL之类不能很好的体现数据的这些特点,因此知识图谱数据的存储一般是采用图数据库(Graph Databases)。而Neo4j是其中最为常见的图数据库。 |
|
|
|
|
|
|
|
### 4.2 Neo4J 下载 |
|
|
|
|
|
|
|
首先在 [Neo4J官网](https://neo4j.com/download/) 下载 Neo4J。 |
|
|
|
|
|
|
|
- Neo4J分为社区版和企业版: |
|
|
|
- 企业版:收费,在横向扩展、权限控制、运行性能、HA等方面都比社区版好,适合正式的生产环境; |
|
|
|
- 社区版:**免费**,普通的学习和开发采用免费社区版就好。 |
|
|
|
|
|
|
|
### 4.3 Neo4J 安装 |
|
|
|
|
|
|
|
|
|
|
|
- 在Mac或者Linux中,安装好jdk后,直接解压下载好的Neo4J包,运行命令 |
|
|
|
|
|
|
|
```s |
|
|
|
bin/neo4j start |
|
|
|
``` |
|
|
|
|
|
|
|
- windows系统下载好neo4j和jdk 1.8.0后,输入以下命令启动后neo4j |
|
|
|
```s |
|
|
|
neo4j.bat console |
|
|
|
``` |
|
|
|
|
|
|
|
![image](https://i.loli.net/2020/11/28/4aR1sToSEnve6bL.png) |
|
|
|
> 图 12 Neo4j 运行结果 |
|
|
|
|
|
|
|
### 4.4 Neo4J Web 界面 介绍 |
|
|
|
|
|
|
|
Neo4J提供了一个用户友好的 Web 界面,可以进行各项配置、写入、查询等操作,并且提供了可视化功能。类似ElasticSearch一样,我个人非常喜欢这种开箱即用的设计。 |
|
|
|
|
|
|
|
打开浏览器,输入http://127.0.0.1:7474/browser/,如下图 13 所示,界面最上方就是交互的输入框。 |
|
|
|
|
|
|
|
![image](https://i.loli.net/2020/11/28/wtkmLaIjiWDlRh4.png) |
|
|
|
> 图 13 Neo4J Web界面 |
|
|
|
|
|
|
|
### 4.5 Cypher查询语言 |
|
|
|
|
|
|
|
- Cypher: |
|
|
|
- 介绍:是Neo4J的声明式图形查询语言,允许用户不必编写图形结构的遍历代码,就可以对图形数据进行高效的查询。 |
|
|
|
- 设计目的: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: |
|
|
|
- 创建、更新、删除节点和关系 |
|
|
|
- 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 |
|
|
|
|
|
|
|
## 五、Neo4J 实战 |
|
|
|
|
|
|
|
### 5.1 引言 |
|
|
|
|
|
|
|
这个案例的节点主要包括人物和城市两类,人物和人物之间有朋友、夫妻等关系,人物和城市之间有出生地的关系。特别鸣谢知乎@异尘[手把手教你快速入门知识图谱 - Neo4J教程](https://zhuanlan.zhihu.com/p/88745411) |
|
|
|
|
|
|
|
- Person-Friends-PERSON |
|
|
|
- Person-Married-PERSON |
|
|
|
- Person-Born_in-Location |
|
|
|
|
|
|
|
### 5.2 创建节点 |
|
|
|
|
|
|
|
1. 删除数据库中以往的图,确保一个空白的环境进行操作【注:慎用,如果库内有重要信息的话】: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2020/12/04/3q4LDMCyZ2Hwemf.png) |
|
|
|
> 图 14 Neo4J 删库操作 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (n) DETACH DELETE n |
|
|
|
``` |
|
|
|
|
|
|
|
这里,MATCH是匹配操作,而小括号()代表一个节点node(可理解为括号类似一个圆形),括号里面的n为标识符。 |
|
|
|
|
|
|
|
2. 创建一个人物节点: |
|
|
|
|
|
|
|
```s |
|
|
|
CREATE (n:Person {name:'John'}) RETURN n |
|
|
|
``` |
|
|
|
> 注:<br/> |
|
|
|
> CREATE是创建操作,Person是标签,代表节点的类型。<br/> |
|
|
|
> 花括号{}代表节点的属性,属性类似Python的字典。<br/> |
|
|
|
> 这条语句的含义就是创建一个标签为Person的节点,该节点具有一个name属性,属性值是John。 |
|
|
|
|
|
|
|
3. 创建更多的人物节点,并分别命名: |
|
|
|
|
|
|
|
```s |
|
|
|
CREATE (n:Person {name:'Sally'}) RETURN n |
|
|
|
CREATE (n:Person {name:'Steve'}) RETURN n |
|
|
|
CREATE (n:Person {name:'Mike'}) RETURN n |
|
|
|
CREATE (n:Person {name:'Liz'}) RETURN n |
|
|
|
CREATE (n:Person {name:'Shawn'}) RETURN n |
|
|
|
``` |
|
|
|
|
|
|
|
如图 15 所示,6个人物节点创建成功 |
|
|
|
|
|
|
|
![image](https://i.loli.net/2021/01/03/W4RwifuO7MhDjdI.png) |
|
|
|
> 图 15 创建 人物节点 |
|
|
|
|
|
|
|
4. 创建地区节点 |
|
|
|
|
|
|
|
```s |
|
|
|
CREATE (n:Location {city:'Miami', state:'FL'}) |
|
|
|
CREATE (n:Location {city:'Boston', state:'MA'}) |
|
|
|
CREATE (n:Location {city:'Lynn', state:'MA'}) |
|
|
|
CREATE (n:Location {city:'Portland', state:'ME'}) |
|
|
|
CREATE (n:Location {city:'San Francisco', state:'CA'}) |
|
|
|
``` |
|
|
|
|
|
|
|
可以看到,节点类型为Location,属性包括city和state。 |
|
|
|
|
|
|
|
如图 16 所示,共有6个人物节点、5个地区节点,Neo4J贴心地使用不用的颜色来表示不同类型的节点。 |
|
|
|
|
|
|
|
![image](https://i.loli.net/2021/01/03/uGaBt1MQ7jksXnE.png) |
|
|
|
> 图 16 创建地区节点 |
|
|
|
|
|
|
|
### 5.3 创建关系 |
|
|
|
|
|
|
|
1. 朋友关系 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Liz'}), |
|
|
|
(b:Person {name:'Mike'}) |
|
|
|
MERGE (a)-[:FRIENDS]->(b) |
|
|
|
``` |
|
|
|
> 注:<br/> |
|
|
|
> 方括号[]即为关系,FRIENDS为关系的类型。<br/> |
|
|
|
> 注意这里的箭头-->是有方向的,表示是从a到b的关系。 这样,Liz和Mike之间建立了FRIENDS关系。 |
|
|
|
|
|
|
|
2. 关系增加属性 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Shawn'}), |
|
|
|
(b:Person {name:'Sally'}) |
|
|
|
MERGE (a)-[:FRIENDS {since:2001}]->(b) |
|
|
|
``` |
|
|
|
|
|
|
|
3. 增加更多的朋友关系: |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Shawn'}), (b:Person {name:'John'}) MERGE (a)-[:FRIENDS {since:2012}]->(b) |
|
|
|
MATCH (a:Person {name:'Mike'}), (b:Person {name:'Shawn'}) MERGE (a)-[:FRIENDS {since:2006}]->(b) |
|
|
|
MATCH (a:Person {name:'Sally'}), (b:Person {name:'Steve'}) MERGE (a)-[:FRIENDS {since:2006}]->(b) |
|
|
|
MATCH (a:Person {name:'Liz'}), (b:Person {name:'John'}) MERGE (a)-[:MARRIED {since:1998}]->(b) |
|
|
|
``` |
|
|
|
|
|
|
|
这样,图谱就已经建立好了: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/MtrHeLFakZc3w6N.png) |
|
|
|
> 图 17 图谱 |
|
|
|
|
|
|
|
### 5.4 创建 出生地关系 |
|
|
|
|
|
|
|
1. 建立不同类型节点之间的关系-人物和地点的关系 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'John'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1978}]->(b) |
|
|
|
MATCH (a:Person {name:'Liz'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1981}]->(b) |
|
|
|
MATCH (a:Person {name:'Mike'}), (b:Location {city:'San Francisco'}) MERGE (a)-[:BORN_IN {year:1960}]->(b) |
|
|
|
MATCH (a:Person {name:'Shawn'}), (b:Location {city:'Miami'}) MERGE (a)-[:BORN_IN {year:1960}]->(b) |
|
|
|
MATCH (a:Person {name:'Steve'}), (b:Location {city:'Lynn'}) MERGE (a)-[:BORN_IN {year:1970}]->(b) |
|
|
|
``` |
|
|
|
|
|
|
|
这里的关系是BORN_IN,表示出生地,同样有一个属性,表示出生年份。 |
|
|
|
|
|
|
|
如图 18 ,在人物节点和地区节点之间,人物出生地关系已建立好。 |
|
|
|
|
|
|
|
2. 创建节点的时候就建好关系 |
|
|
|
|
|
|
|
```s |
|
|
|
CREATE (a:Person {name:'Todd'})-[r:FRIENDS]->(b:Person {name:'Carlos'}) |
|
|
|
``` |
|
|
|
最终该图谱如下图所示: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/Hr7T5iOPNcIERfh.png) |
|
|
|
> 图 18 图谱 |
|
|
|
|
|
|
|
### 5.5 图数据库查询 |
|
|
|
|
|
|
|
1. 查询下所有在Boston出生的人物 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person)-[:BORN_IN]->(b:Location {city:'Boston'}) RETURN a,b |
|
|
|
``` |
|
|
|
结果如图 19: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/Kxp5R2ybON9etlQ.png) |
|
|
|
> 图 19 查询下所有在Boston出生的人物 |
|
|
|
|
|
|
|
2. 查询所有对外有关系的节点 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a)--() RETURN a |
|
|
|
``` |
|
|
|
结果如图 20: |
|
|
|
|
|
|
|
![查询所有对外有关系的节点](https://i.loli.net/2021/01/03/WjCsr4aLnO1kvo7.png) |
|
|
|
> 图 20 查询所有对外有关系的节点 |
|
|
|
|
|
|
|
3. 查询所有有关系的节点 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a)-[r]->() RETURN a.name, type(r) |
|
|
|
``` |
|
|
|
结果如图21: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/WjCsr4aLnO1kvo7.png) |
|
|
|
> 图 21 查询所有有关系的节点 |
|
|
|
|
|
|
|
4. 查询所有对外有关系的节点,以及关系类型 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a)-[r]->() RETURN a.name, type(r) |
|
|
|
``` |
|
|
|
|
|
|
|
结果如图22: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/WjCsr4aLnO1kvo7.png) |
|
|
|
> 图 22 查询所有对外有关系的节点,以及关系类型 |
|
|
|
|
|
|
|
5. 查询所有有结婚关系的节点 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (n)-[:MARRIED]-() RETURN n |
|
|
|
``` |
|
|
|
|
|
|
|
结果如图 23: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/DU9gAIHnlxY4WkM.png) |
|
|
|
> 图 23 查询所有有结婚关系的节点 |
|
|
|
|
|
|
|
6. 查找某人的朋友的朋友 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Mike'})-[r1:FRIENDS]-()-[r2:FRIENDS]-(friend_of_a_friend) RETURN friend_of_a_friend.name AS fofName |
|
|
|
``` |
|
|
|
返回Mike的朋友的朋友,结果如图 24: |
|
|
|
|
|
|
|
![image.png](https://i.loli.net/2021/01/03/egoTxlC36Dbarv9.png) |
|
|
|
> 图 24 查找某人的朋友的朋友 |
|
|
|
|
|
|
|
### 5.6 删除和修改 |
|
|
|
|
|
|
|
1. 增加/修改节点的属性 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Liz'}) SET a.age=34 |
|
|
|
MATCH (a:Person {name:'Shawn'}) SET a.age=32 |
|
|
|
MATCH (a:Person {name:'John'}) SET a.age=44 |
|
|
|
MATCH (a:Person {name:'Mike'}) SET a.age=25 |
|
|
|
``` |
|
|
|
这里,SET表示修改操作 |
|
|
|
|
|
|
|
2. 删除节点的属性 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Mike'}) SET a.test='test' |
|
|
|
MATCH (a:Person {name:'Mike'}) REMOVE a.test |
|
|
|
``` |
|
|
|
删除属性操作主要通过REMOVE |
|
|
|
3. 删除节点 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Location {city:'Portland'}) DELETE a |
|
|
|
``` |
|
|
|
删除节点操作是DELETE |
|
|
|
4. 删除有关系的节点 |
|
|
|
|
|
|
|
```s |
|
|
|
MATCH (a:Person {name:'Todd'})-[rel]-(b:Person) DELETE a,b,rel |
|
|
|
``` |
|
|
|
## 六、通过 Python 操作 Neo4j |
|
|
|
|
|
|
|
### 6.1 neo4j模块:执行CQL ( cypher ) 语句 |
|
|
|
|
|
|
|
```s |
|
|
|
# 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") |
|
|
|
``` |
|
|
|
上述程序的核心部分,抽象一下就是: |
|
|
|
|
|
|
|
```s |
|
|
|
neo4j.GraphDatabase.driver(xxxx).session().write_transaction(函数(含tx.run(CQL语句))) |
|
|
|
``` |
|
|
|
或者 |
|
|
|
|
|
|
|
```s |
|
|
|
neo4j.GraphDatabase.driver(xxxx).session().begin_transaction.run(CQL语句) |
|
|
|
``` |
|
|
|
### 6.2 py2neo模块:通过操作python变量,达到操作neo4j的目的 |
|
|
|
|
|
|
|
```s |
|
|
|
# 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() |
|
|
|
``` |
|
|
|
py2neo模块符合python的习惯,写着感觉顺畅,其实可以完全不会CQL也能写 |
|
|
|
|
|
|
|
## 七、通过csv文件批量导入图数据 |
|
|
|
|
|
|
|
前面学习的是单个创建节点,不适合大批量导入。这里我们介绍使用neo4j-admin import命令导入,适合部署在docker环境下的neo4j。 |
|
|
|
其他导入方法也可以参考[Neo4j之导入数据](https://zhuanlan.zhihu.com/p/93746655) |
|
|
|
|
|
|
|
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里能找到的: |
|
|
|
|
|
|
|
```s |
|
|
|
# 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 |
|
|
|
] |
|
|
|
``` |
|
|
|
|
|
|
|
```s |
|
|
|
# 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 |
|
|
|
] |
|
|
|
``` |
|
|
|
制作出两个csv后,通过以下步骤导入neo4j: |
|
|
|
|
|
|
|
1. 两个文件nodes.csv ,relas.csv放在 |
|
|
|
|
|
|
|
```s |
|
|
|
neo4j安装绝对路径/import |
|
|
|
``` |
|
|
|
2. 导入到图数据库mygraph.db |
|
|
|
|
|
|
|
```s |
|
|
|
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 |
|
|
|
|
|
|
|
```s |
|
|
|
修改 /root/neo4j/conf/neo4j.conf 文件中的 dbms.default_database=mygraph.db |
|
|
|
``` |
|
|
|
|
|
|
|
4. 重启neo4j就可以看到数据已经导入成功了 |
|
|
|
|
|
|
|
## 参考资料 |
|
|
|
|
|
|
|
1. [干货 | 从零到一学习知识图谱的技术与应用](https://blog.csdn.net/guleileo/article/details/80879158) |
|
|
|
2. [手把手教你快速入门知识图谱 - Neo4J教程](https://zhuanlan.zhihu.com/p/88745411) |
|
|
|
3. [python操作图数据库neo4j的两种方式](https://zhuanlan.zhihu.com/p/82958776) |
|
|
|
4. [Neo4j之导入数据](https://zhuanlan.zhihu.com/p/93746655) |
|
|
|
5. [schema 介绍](https://schema.org/) |
|
|
|
6. [知识图谱Schema](https://ai.baidu.com/tech/kg/schema) |
|
|
|
7. [美团大脑:知识图谱的建模方法及其应用](https://tech.meituan.com/2018/11/01/meituan-ai-nlp.html) |
|
|
|
8. [肖仰华. *知识图谱:概念与技术*.北京:电子工业出版社, 2020.2-39.](https://item.jd.com/10166718622.html) |