知识图谱-day1

什么是知识图谱

用自己的理解解释：对客观世界的事物及其关系的一种具有特定格式的描述（如知识图谱三元组）

RDF是知识图谱的一种常见表示形式，以（subject, predicate, object）的三元组形式就足以表示实体之间的许多复杂联系。

知识图谱的价值

堪比人类的记忆，是其他行为的基础。

怎么构建知识图谱

来源

抽取获得
①格式化数据（有结构性的业务数据等）
②非结构化数据（网络文章等）【抽取难点】→ 需要利用自然语言处理进行处理

所涉及的技术

实体命名识别（Name Entity Recognition）
关系抽取（Relation Extraction）
实体统一（Entity
Resolution）
指代消解（Coreference Resolution）
…

上述技术主要是为了让计算机“理解”非结构化数据。

想让计算机理解人的语言，会出现下列问题：
1-哪几个字符是一个合理的单词→分词
2-这些单词代表什么？是城市，组织还是其他→实体命名识别
3-这些单词之间什么关系→关系抽取
4-不同的单词表示的是同一个事物的时候怎么区别→实体统一
5-指代词指代的是哪个事物→指代消解
其他还有不同语种的互换等等。

知识图谱的存储

①概念中提到的RDF（三元组）
★②基于图数据库的存储（Neo4j）→ 实体和关系可以包含属性

Cypher查询语言

介绍：是Neo4J的声明式图形查询语言，允许用户不必编写图形结构的遍历代码，就可以对图形数据进行高效的查询。

MATCH (n) DETACH DELETE n

删除数据库的图

CREATE (n:Person {name:'John'}) RETURN n

创建一个节点

CREATE (n:Location {city:'Miami', state:'FL'})

创建地区节点

MATCH (a:Person {name:'Liz'}), 
      (b:Person {name:'Mike'}) 
MERGE (a)-[:FRIENDS]->(b)

创建关系

MATCH (a:Person {name:'Shawn'}), 
      (b:Person {name:'Sally'}) 
MERGE (a)-[:FRIENDS {since:2001}]->(b)

增加属性