学习了“谓之小一”大佬的 基于电影知识图谱的智能问答系统 ,做个记录。地址如下:https://github.com/weizhixiaoyi/DouBan-KGQA
一、知识图谱构建
爬取电影信息数据(json形式)
将爬取的数据转换为RDF格式
2.1、数据清洗
将关键信息缺失的数据删除,去掉数据中的特殊符号等。
2.2、json2mysql
将爬取的json数据存储到MYSQL数据库中,根据需要建立主外键关联关系。
2.3、RDB2RDF
将RDB(关系数据库中的数据,此处为mysql)数据转为为RDF数据。
2.3.1、本体构建:Protégé
本体层构建,进行类和属性(对象属性和数据属性)的构建,保存为Turtle形式,命名为**.owl。
2.3.2、数据格式转换:D2RQ工具
D2RQ可以根据已定义的数据库自动生成预定义的mapping文件,然后用户可以在mapping文件上修改,把数据映射到自己的本体上。
3、目前常用的三元组存储方式有Neo4j图数据库,和jean。这次采用Apache Jena