知识图谱入门：使用Python创建知识图，分析并训练嵌入模型

原创

已于 2024-01-06 19:01:53 修改 · 1.9k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#知识图谱 #python #人工智能

于 2023-09-25 14:59:50 首次发布

本文详细介绍了如何构建知识图谱，使用NetworkX处理数据，分析包括节点中心性、最短路径和图嵌入（如node2vec），并通过K-means和DBSCAN进行聚类。这些技术展示了在IT领域理解实体间关系的重要工具。

本文中我们将解释如何构建KG、分析它以及创建嵌入模型。

构建知识图谱

加载我们的数据。在本文中我们将从头创建一个简单的KG。

 import pandas as pd  
   
 # Define the heads, relations, and tails  
 head = ['drugA', 'drugB', 'drugC', 'drugD', 'drugA', 'drugC', 'drugD', 'drugE', 'gene1', 'gene2','gene3', 'gene4', 'gene50', 'gene2', 'gene3', 'gene4']  
 relation = ['treats', 'treats', 'treats', 'treats', 'inhibits', 'inhibits', 'inhibits', 'inhibits', 'associated', 'associated', 'associated', 'associated', 'associated', 'interacts', 'interacts', 'interacts']  
 tail = ['fever', 'hepatitis', 'bleeding', 'pain', 'gene1', 'gene2', 'gene4', 'gene20', 'obesity', 'heart_attack', 'hepatitis', 'bleeding', 'cancer', 'gene1', 'gene20', 'gene50']  
   
 # Create a dataframe  
 df = pd.DataFrame({'head': head, 'relation': relation, 'tail': tail})  
 df

接下来，创建一个NetworkX图(G)来表示KG。DataFrame (df)中的每一行都对应于KG中的三元组(头、关系、尾)。add_edge函数在头部和尾部实体之间添加边，关系作为标签。

 import networkx as nx  
 import matplotlib.pyplot as plt  
   
 # Create a knowledge graph  
 G = nx.Graph()  
 for _, row in df.iterrows():  
 G.add_edge(row['head'], row['tail'], label=row['relation'])

然后，绘制节点(实体)和边(关系)以及它们的标签。

 # Visualize the knowledge graph  
 pos = nx.spring_layout(G, seed=42, k=0.9)  
 labels = nx.get_edge_attributes(G, 'label')  
 plt.figure(figsize=(12, 10))  
 nx.draw(G, pos, with_labels=True, font_size=10, node_size=700, node_color='lightblue', edge_color='gray', alpha=0.6)  
 nx.draw_networkx_edge_labels(G, pos, edge_labels=labels, font_size=8, label_pos=0.3, verticalalignment='baseline')  
 plt.title('Knowledge Graph')  
 plt.show()

现在我们可以进行一些分析。

分析

对于KG，我们可以做的第一件事是查看它有多少个节点和边，并分析它们之间的关系。

 num_nodes = G.number_of_nodes()  
 num_edges = G.number_of_edges()  
 print(f'Number of nodes: {num_nodes}')  
 print(f'Number of edges: {num_edges}')  
 print(f'Ratio edges to nodes: {round(num_edges / num_nodes, 2)}')
<