使用Python構建紅樓夢人物知識圖譜
一、python環境準備
可詳細參考使用Python操作nNeo4j中python環境的搭建。
主要python庫如下：
Package Version
py2neo 2021.2.4二、數據準備
數據一共有4列，381行，命名為triples.csv：
- source：實體起點。比如Alice指向Bob，Alice是起點，箭頭開始的位置。
- target：實體起點。比如Alice指向Bob，Bob是終點，箭頭終止的實體。
- relation：實體間的關系。實體A與實體B的關系，但是要注意，實體關系是有指向的。比如A是B的父親，A指向B；B是A的兒子，此時就是B指向A。
- label：標簽。會將target列的實體打標簽，一個實體可以有多種標簽，可以類別一個人是有多重身份的。
數據解釋示例：
“賈代善”是“賈源”的son，“賈代善”的標簽是“子”；
“賈母”是“賈代善”的wife，“賈母”的標簽是“妻”；
三、代碼編寫
3.1 基礎庫的導入
import csv
from py2neo import Graph,Node,Relationshipcsv庫用來讀取triples.csv文件；
py2neo用來連接neo4j圖數據庫。
3.2 連接neo4j數據庫
# 連接 Docker 內的 Neo4j
g = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))此行代碼連接了neo4j圖數據庫，連接方式為bolt，由Neo4j圖形數據庫團隊創作，主要用于執行數據庫查詢。
當然，也可以通過http協議進行連接，連接代碼如下：
g = Graph("http://localhost:7474", auth=("neo4j", "neo4j1234"))3.3 讀取數據文件
with open(r"C:\Users\admin\Desktop\triples.csv",'r',encoding='utf-8') as f:
reader=csv.reader(f)
# 遍歷每一行數據
for item in reader:
# 首行為表頭，不計入關系
if reader.line_num==1:
continue讀取triples.csv文件，'r'表示read，讀取文件，'encoding'表示數據編碼為utf-8。
使用csv.reader形成基于文件的迭代器對象，簡單來說就是可以通過reader遍歷每一行數據。
for item in reader就是遍歷每一行數據。
由于數據有表頭，因此首行不計入實體關系的建立。
3.4 定義實體與關系
對于基礎語法，可參考：使用Python操作Neo4j
# 定義起始節點
start_node=Node("Person",name=item[0])
# 定義終止節點
end_node=Node("Person",name=item[1])
# 定義起始節點指向終止節點的關系
relation=Relationship(start_node,item[3],end_node)
# 添加起始節點、終止節點、兩者關系
g.merge(start_node,"Person","name")
g.merge(end_node,"Person","name")
g.merge(relation,"Person","name")item表示某行數據，以首行數據為例：
item[0]表示賈代善，item[1]表示賈源，item[2]表示son，item[3]表示子。
start_node定義為起始實體，實體的標簽定義為Person，name定義為source列的數據；
end_node定義為終止實體，實體的標簽定義為Person，name定義為target列的數據；
relation定義為start_node與end_node的關系item[3]。
對于以下代碼，表示在標簽為 Person 的節點中，通過 name 屬性值匹配 start_node。
g.merge(start_node,"Person","name")3.5 完整代碼如下
import csv
from py2neo import Graph,Node,Relationship
# 連接 Docker 內的 Neo4j
g = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))
with open(r"C:\Users\admin\Desktop\triples.csv",'r',encoding='utf-8') as f:
reader=csv.reader(f)
# 遍歷每一行數據
for item in reader:
# 首行為表頭，不計入關系
if reader.line_num==1:
continue
# 定義起始節點
start_node = Node("Person", name=item[0])
end_node = Node("Person", name=item[1])
# 定義起始節點指向終止節點的關系
relation = Relationship(start_node, item[2], end_node)
# 添加起始節點、終止節點、兩者關系
g.merge(start_node, "Person", "name")
g.merge(end_node, "Person", "name")
g.merge(relation, "Person", "name")四、圖數據庫查看
打開neo4j圖數據庫：http://localhost:7474/browser/
可以看到一共形成了388個實體，多種實體關系；
以賈寶玉實體為例，可以看到其復雜的人物關系。
五、圖數據庫擴展使用方向
在我們形成知識圖譜后，如何來應用呢？
在當前大模型不斷發展的情況下，可以考慮將復雜的關系喂給大模型，讓大模型自動分析，給出我們想要的結論。
