最近在大模型应用中使用图数据库或知识图谱越来越流行。图在表示和存储多样化且相互关联的信息方面具有天然优势,能够轻松捕捉不同数据类型间的复杂关系和属性,从而更好地给大模型提供上下文或数据支持。本文一起来看下如何在大模型应用中使用图数据库或知识图谱。
本文仅是简单入门和体验,不会图数据库或neo4j也无所谓,跟着本文步骤走就可以。本文可以帮你体会一下知识图谱在RAG中的应用方法,有了体会,后面如果需要再学图数据库的使用方法。
0. 什么是知识图谱
0.1 概念
知识图谱是一种结构化的语义知识库,它通过图的形式存储和表示实体(如人、地点、组织等)以及实体之间的关系(如人物关系、地理位置关系等)。知识图谱通常用于增强搜索引擎的语义理解能力,提供更丰富的信息和更准确的搜索结果。
知识图谱的主要特点包括:
-
1实体(Entity):知识图谱中的基本单元,代表现实世界中的一个对象或概念。
-
2关系(Relation):实体之间的联系,如“属于”、“位于”、“创立者”等。
-
3属性(Attribute):实体所具有的描述性信息,如人的年龄、地点的经纬度等。
-
4图结构(Graph Structure):知识图谱以图的形式组织数据,包含节点(实体)和边(关系)。
-
5语义网络(Semantic Network):知识图谱可以视为一种语义网络,其中的节点和边都具有语义含义。
-
6推理(Inference):知识图谱可以用于推理,即通过已知的实体和关系推导出新的信息。
知识图谱在搜索引擎优化(SEO)、推荐系统、自然语言处理(NLP)、数据挖掘等领域有广泛的应用。例如,Google的Knowledge Graph、Wikidata、DBpedia等都是著名的知识图谱实例。
0.2 知识图谱的意义
知识图谱作为一种数据组织形式,其意义在于提供了一种高效、直观的方式来表示和管理复杂的数据关系。它通过图结构的节点和边,将数据以结构化的形式展现,增强了数据的语义表达能力,使得实体间的关系清晰明确。知识图谱显著提升了信息检索的准确性,尤其在自然语言处理领域,它使得机器能够更好地理解和回应复杂的用户查询。知识图谱在智能应用中发挥着核心作用,如推荐系统、智能问答等。
枯燥的介绍之后,下面我们来看下RAG+知识图谱的案例,亲自动手实现一下。
以下案例来自LangChain的官方文档:https://python.langchain.com/v0.1/docs/integrations/graphs/neo4j_cypher/#refresh-graph-schema-information
1. 上手撸代码
1.1 前期准备
(1)首先需要安装一个图数据库,这里我们使用neo4j。
python安装命令:
pip install neo4j
(2)去官方注册一个账号,登录,然后创建一个数据库实例。(用于学习的话选择免费的就行。)
创建完一个在线的数据库实例之后,页面如下:
现在就可以在代码中使用这个数据库了。
1.2 代码实战
(1)在创建完数据库实例之后,你应该会得到该数据的链接、用户名和密码,老规矩,放到环境变量中,然后通过Python加载环境变量:
neo4j_url = os.getenv('NEO4J_URI')
neo4j_username = os.getenv('NEO4J_USERNAME')
neo4j_password = os.getenv('NEO4J_PASSWORD')
(2)链接数据库
LangChain中封装了neo4j的接口,我们只需要导入Neo4jGraph类即可使用。
from langchain_community.graphs import Neo4jGraph
graph = Neo4jGraph(url=neo4j_url, username=neo4j_username, password=neo4j_password)
(3)查询填充数据
可以利用 query 接口进行查询,并返回结果。查询语句的语言是 Cypher 查询语言。
result = graph.query(
"""
MERGE (m:Movie {name:"Top Gun", runtime: 120})
WITH m
UNWIND ["Tom Cruise", "Val Kilmer", "Anthony Edwards", "Meg Ryan"] AS actor
MERGE (a:Actor {name:actor})
MERGE (a)-[:ACTED_IN]->(m)
"""
)
print(result)
# 输出:[]
以上代码输出的是 []
。
(4)刷新图的架构信息
graph.refresh_schema()
print(graph.schema)
从结果来看,schema包含了节点的类型、属性以及类型之间的关系等信息,是图的架构。
我们还可以登录到neo4j的web页面,查看一下图数据库中存储的数据:
(5)图数据库中有了数据,接下来我们就可以进行查询了。
LangChain中封装了GraphCypherQAChain类,可以方便地使用图数据库进行查询。如下代码:
chain = GraphCypherQAChain.from_llm(
ChatOpenAI(temperature=0), graph=graph, verbose=True
)
result = chain.invoke({"query": "Who played in Top Gun?"})
print(result)
执行过程和结果:
先将自然语言(Who played in Top Gun?)通过大模型转换成了图查询语句,然后通过neo4j执行查询语句,返回结果,最后通过大模型转换成自然语言输出给用户。
2. 拓展知识
2.1 GraphCypherQAChain的参数
以上代码,我们使用了LangChain的GraphCypherQAChain类,这是LangChain提供的图数据库查询和问答Chain。它有很多的参数可以设置,比如使用 exclude_types
来设置忽略哪些节点类型或关系:
chain = GraphCypherQAChain.from_llm(
graph=graph,
cypher_llm=ChatOpenAI(temperature=0, model="gpt-3.5-turbo"),
qa_llm=ChatOpenAI(temperature=0, model="gpt-3.5-turbo-16k"),
verbose=True,
exclude_types=["Movie"],
)
输出类似如下:
Node properties are the following:
Actor {name: STRING}
Relationship properties are the following:
The relationships are the following:
类似还有很多参数可用,可以参考官方文档:https://python.langchain.com/v0.1/docs/integrations/graphs/neo4j_cypher/#use-separate-llms-for-cypher-and-answer-generation
2.2 GraphCypherQAChain 的执行源码
下面是GraphCypherQAChain的执行源码,简单看下其执行过程。
(1)cypher_generation_chain
: 自然语言到图查询语句的转换。
(2)extract_cypher
: 取出查询语句,这里是因为大模型可能返回一些额外的说明信息,需要去除。
(3)cypher_query_corrector
: 修正查询语句。
(4)graph.query
: 执行查询语句,查询图数据库,获取内容
(5)self.qa_chain
: 根据原始问题和查询的内容,再次利用大模型组织答案,用自然语言输出给用户。
def _call( self,
inputs: Dict[str, Any],
run_manager: Optional[CallbackManagerForChainRun] = None,) -> Dict[str, Any]:
"""Generate Cypher statement, use it to look up in db and answer question."""
......
generated_cypher = self.cypher_generation_chain.run(
{"question": question, "schema": self.graph_schema}, callbacks=callbacks
)
# Extract Cypher code if it is wrapped in backticks
generated_cypher = extract_cypher(generated_cypher)
# Correct Cypher query if enabled
if self.cypher_query_corrector:
generated_cypher = self.cypher_query_corrector(generated_cypher)
......
# Retrieve and limit the number of results
# Generated Cypher be null if query corrector identifies invalid schema
if generated_cypher:
context = self.graph.query(generated_cypher)[: self.top_k]
else:
context = []
if self.return_direct:
final_result = context
else:
......
result = self.qa_chain(
{"question": question, "context": context},
callbacks=callbacks,
)
final_result = result[self.qa_chain.output_key]
chain_result: Dict[str, Any] = {self.output_key: final_result}
......
return chain_result
如何学习大模型
现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。
作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。
我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。
一、AGI大模型系统学习路线
很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。
二、AI大模型视频教程
三、AI大模型各大学习书籍
四、AI大模型各大场景实战案例
五、结束语
学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。
再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。
因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。