一、概述（知识图谱构建射雕人物关系）

如何快速梳理《射雕三部曲》中的人物关系，或者查看哪些人会什么武功？通常的思路是通过原著和网络上的解读分析，将人物，武功，门派等信息提取出来，并构建一个模型存储，提问时通过查询这个模型来获得解答。知识图谱(knowledge graph)就非常适合这一个任务。

知识图谱最早起源于 Google Knowledge Graph。它利用实体，关系，属性这些基本单位，以符号的形式描述了现实世界中不同概念之间的相互关系。目前，知识图谱已被广泛认为是实现认知智能的必备基础。知识图谱是一个前沿交叉性的学科，涉及到图论、机器学习、数据库等等领域。

在知识图谱中，通常用实体(Entity)来表达图中的节点，用关系(Relation)来表达图中的边。实体指的是现实世界的事物比如人、地名、书名等，关系则是不同实体之间到的某种联系。 在现实世界中，实体和关系也会拥有各自的属性，比如人有姓名和年龄。如下图为带属性的图，郭靖和黄蓉都是《射雕英雄传》的角色，郭靖性别男，生性单纯刚直，在第三次华山论剑中获得称号“北侠”。

知识图谱的构建是知识图谱应用的基础。在现实世界中，存在着大量非结构化的数据，如整套金庸小说，或者是百度百科等对金庸小说人物的介绍，如何将这些非结构化的数据提取成结构化的数据，就需要借助自然语言处理等技术了，需要的技术包括但不限于如下：

命名实体识别：命名实体识别是自然语言处理的一个基础任务，其目的是识别语料中人、地名、书名等命名实体。

关系抽取：文本经过实体抽取，得到的是一系列离散的命名实体，为了得到语义信息，还得从语料中提取出实体之间的关联关系，通过关系将实体联系起来，才能够形成网状的知识结构。

知识图谱的本质是一种图形数据库，图数据库的基本含义是以“图”这种数据结构存储和查询数据。图形数据库是 NoSQL 数据库的一种类型，它应用图形理论存储实体之间的关系信息。常见的图形数据库有 Neo4j，FlockDB，AllegroGrap 等。本项目中使用Neo4j ，Neo4j 是一个流行的开源图形数据库。Neo4j 基于 Java 实现，兼容 ACID 特性，也支持其他编程语言，如 Ruby 和 Python。

综合以上，本项目整理为六个部分，具体如下

1. Neo4j 使用
2. Cypher 使用
3. 知识图谱建立
4. Keras 使用
5. 命名实体识别
6. 关系抽取

本项目分两个环境

• 容器环境：用于 Neo4j 相关实验
• jupyter：用于机器学习相关实验