python 知识图谱 包_python从零开始构建知识图谱笔记

教程：https://zhuanlan.zhihu.com/p/243211697

前面都进行的好好的，具体的理论因为我已经了解一点了，就不在赘述，教程里面有，直接开始实践，

前面都没啥问题，直接上代码

image.png

image.png

import re

import pandas as pd

import numpy as np

import bs4

import requests

import spacy

from spacy import displacy

nlp = spacy.load('en_core_web_sm')

from spacy.matcher import Matcher

from spacy.tokens import Span

import networkx as nx

import matplotlib.pyplot as plt

from tqdm import tqdm

pd.set_option('display.max_colwidth', 200)

%matplotlib inline

# import wikipedia sentences

candidate_sentences = pd.read_csv("wiki_sentences_v2.csv",header=0)

candidate_sentences.shape

candidate_sentences.sample(7)

doc = nlp("the drawdown process is governed by astm standard d823")

for tok in doc:

print(tok.text, "...", tok.dep_)

好了接下来重点在这里，接下来的一个函数，怎么也对不起行列，出来的答案为空，很奇怪

def get_entities(sent):

## chunk 1

# 我在这个块中定义了一些空变量。prv tok dep和prv tok text将分别保留句子中前一个单词和前一个单词本身的依赖标签。前缀和修饰符将保存与主题或对象相关的文本。

ent1 = ""

ent2 = ""

prv_tok_dep = "" # dependency tag of previous token in the sentence

prv_tok_text = "" # previous token in the sentence

prefix = ""

modifier = ""

#############################################################

for tok in nlp(sent):

## chunk 2

# 接下来，我们将遍历句子中的记号。我们将首先检查标记是否为标点符号。如果是，那么我们将忽略它并转移到下一个令牌。如果标记是复合单词的一部分(dependency tag = compound)，我们将把它保存在prefix变量中。复合词是由多个单词组成一个具有新含义的单词(例如“Football Stadium”, “animal lover”)。

# 当我们在句子中遇到主语或宾语时，我们会加上这个前缀。我们将对修饰语做同样的事情，例如“nice shirt”, “big