知识图谱前期学习与使用说明

什么是知识图谱？

知识图谱是一种用于表示知识的结构化数据模型。它通过节点（实体）和边（关系）来表示现实世界中的对象及其相互关系。知识图谱的目标是通过语义网络的形式，将信息以一种可理解和可推理的方式进行组织。

知识图谱的构成

1. 实体（Nodes）：实体是知识图谱中的基本单元，代表具体的对象或概念，例如“人”、“地点”、“事件”等。

2. 关系（Edges）：关系连接两个实体，表示它们之间的关联。例如，“Tom是Jerry的朋友”中的“是朋友”就是一种关系。

3. 属性（Attributes）：属性是对实体的描述信息，例如“人”实体可以有“姓名”、“年龄”等属性。

知识图谱的应用

知识图谱在多个领域有广泛的应用，包括但不限于：

• 搜索引擎：通过理解用户查询的语义，提供更准确的搜索结果。
• 问答系统：支持自然语言处理，提供基于知识的智能回答。
• 推荐系统：通过分析用户的兴趣和行为，提供个性化的推荐。

知识图谱的构建

构建知识图谱通常包括以下步骤：

1. 数据收集：从结构化和非结构化数据源中收集信息。
2. 实体识别与关系抽取：识别数据中的实体和关系。
3. 图谱存储：将实体和关系存储在图数据库中。
4. 图谱推理：利用逻辑推理技术，从现有数据中推导出新的知识。

知识图谱在项目中的应用

1. 数据爬取：在华为开源的API手册中爬取文本、表格、代码等内容，如图，是官方手册中广告服务框架的api，将其中的文本、导入代码等爬取后进行整理，并与API名称进行关联。
   
2. 实体识别与关系抽取：编写代码对收集到的完整API文档进行实体识别和关系抽取，着重进行API作用的互相关联。在此基础上构建知识图谱。
3. 图谱存储：将构建的知识图谱存储为json格式