知识图谱01

---

一、当前应用

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、知识图谱定义

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.图

将实际中的人、物、地点等，抽闲为节点，它们彼此之间的关系为边。

2.架构（schema）

介绍：限定欲加入知识图谱的数据格式，里面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（图中的边）

三、构建知识图谱

1.数据来源

①业务本身的数据
②网页公开数据

2.信息抽取难点：处理非结构化数据

3.构建知识图谱需要的技术

实体命名识别（Name 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；
关系抽取（Relation Extraction）：简称 RE，通过关系抽取技术，把实体间的关系从文本中提取出来
实体统一（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）；
指代消解（Coreference Resolution）：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。
…

4.具体构建技术

四、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。

五、环境配置

参考：https://blog.youkuaiyun.com/qq_32507417/article/details/112403721
注意：下载JDK时在对应的系统里面下载，之前我在win系统里面注册了账号，想直接下载Linux版本的jdk，发现下载一直报错，后来到Ubuntu里面浏览器下载就好了。在Ubuntu上装老是出问题后面我又在win10下装了，安装好jdk后，安装neo4j，注意解压目录不能有空格（我开始放在有空格的文件夹下后面运行时报错），添加环境变量和path，之后按Ctrl+shift+ESC，点文件新建任务，勾选以管理员身份运行，输入cmd进入命令行，输入neo4j.bat console，然后在浏览器中打开http://localhost:7474/

Cypher查询语言：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

六、neo4j实战

删除库

  MATCH (n) DETACH DELETE n

创建人物节点

  CREATE (n:Person {
   name:'John'}) RETURN n

提示：CREATE是创建操作，Person是标签，代表节点的类型。
花括号{}代表节点的属性，属性类似Python的字典。
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。
同样，再创建5个人物节点