知識圖譜可以用python構(gòu)建嗎？

　　答案當(dāng)然是可以的�。�！

　　那么如何使用python構(gòu)建

　　什么是知識圖譜

　　從Google搜索，到聊天機(jī)器人、金融風(fēng)控、物聯(lián)網(wǎng)場景、智能醫(yī)療、自適應(yīng)教育、推薦系統(tǒng)，無一不跟知識圖譜相關(guān)。它在技術(shù)領(lǐng)域的熱度也在逐年上升。

　　互聯(lián)網(wǎng)的終極形態(tài)是萬物的互聯(lián)，而搜索的終極目標(biāo)是對萬物的直接搜索。傳統(tǒng)搜索引擎依靠網(wǎng)頁之間的超鏈接實(shí)現(xiàn)網(wǎng)頁的搜索，而語義搜索是直接對事物進(jìn)行搜索，如人物、機(jī)構(gòu)、地點(diǎn)等。這些事物可能來自文本、圖片、視頻、音頻、IoT設(shè)備等各種信息資源。而知識圖譜和語義技術(shù)提供了關(guān)于這些事物的分類、屬性和關(guān)系的描述，使得搜索引擎可以直接對事物進(jìn)行索引和搜索。

　　知識圖譜是由Google公司在2012年提出來的一個(gè)新的概念。從學(xué)術(shù)的角度，我們可以對知識圖譜給一個(gè)這樣的定義：“知識圖譜本質(zhì)上是語義網(wǎng)絡(luò)(Semantic Network)的知識庫”。但這有點(diǎn)抽象，所以換個(gè)角度，從實(shí)際應(yīng)用的角度出發(fā)其實(shí)可以簡單地把知識圖譜理解成多關(guān)系圖(Multi-relational Graph)。

　　那什么叫多關(guān)系圖呢? 學(xué)過數(shù)據(jù)結(jié)構(gòu)的都應(yīng)該知道什么是圖(Graph)。圖是由節(jié)點(diǎn)(Vertex)和邊(Edge)來構(gòu)成，但這些圖通常只包含一種類型的節(jié)點(diǎn)和邊。但相反，多關(guān)系圖一般包含多種類型的節(jié)點(diǎn)和多種類型的邊。

　　本項(xiàng)目利用pandas將excel中數(shù)據(jù)抽取，以三元組形式加載到neo4j數(shù)據(jù)庫中構(gòu)建相關(guān)知識圖譜。

　　運(yùn)行環(huán)境

　　基于Neo4j能夠很容易構(gòu)建知識圖譜，除了用neo4j自帶的cypher，也支持Python包py2neo創(chuàng)建節(jié)點(diǎn)和關(guān)系從而構(gòu)建知識圖譜。本項(xiàng)目是基于發(fā)票信息，將發(fā)票數(shù)據(jù)中結(jié)構(gòu)化數(shù)據(jù)抽象成三元組，分別創(chuàng)建節(jié)點(diǎn)和關(guān)系從而構(gòu)建成知識圖譜。

　　具體包依賴可以參考文件requirements.txt

　　neo4j-driver==1.6.2numpy==1.15.3pandas==0.23.4parso==0.3.1pickleshare==0.7.5pluggy==0.8.0prompt-toolkit==1.0.15py==1.7.0py2neo==3Pygments==2.2.0pytest==3.9.3python-dateutil==2.7.5wcwidth==0.1.7wincertstore==0.2xlrd==1.1.0

　　將所需依賴安裝到pyton中：pip install -r requirements.txt

　　Pandas抽取excel數(shù)據(jù)

　　python中pandas非常適用于數(shù)據(jù)分析與處理，可以將excel文件轉(zhuǎn)換成dataframe格式，這種格式類似于Spark中的Dataframe結(jié)構(gòu)，可以用類sql的形式對數(shù)據(jù)進(jìn)行處理。

　　Excel數(shù)據(jù)結(jié)構(gòu)如下

　　通過函數(shù)data_extraction和函數(shù)relation_extrantion分別抽取構(gòu)建知識圖譜所需要的節(jié)點(diǎn)數(shù)據(jù)以及聯(lián)系數(shù)據(jù)，構(gòu)建三元組。

　　數(shù)據(jù)提取主要采用pandas將excel數(shù)據(jù)轉(zhuǎn)換成dataframe類型

　　invoice_neo4j.py

　　建立知識圖譜所需節(jié)點(diǎn)和關(guān)系數(shù)據(jù)

　　DataToNeo4jClass.py

　　具體代碼請移步到GitHub上下載

　　詳細(xì)內(nèi)容請到github下載，項(xiàng)目名neo4j-python-pandas-py2neo-v3