python构建基于知识图谱的京东商城问答系统-实验环境和实验数据准备

1、实验环境的搭建

（1）python环境

我这里用python3.9版本

本项目涉及到的依赖包打包好了，可以直接使用下面的命令来安装：

pip install -r requirements.txt

有其他需要的包可以用命令：

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

来下载，只要把numpy 替换成需要的包就可以。

（2）知识图谱基本介绍

关于知识图谱，可以看这篇文章详细了解。这是一份通俗易懂的知识图谱技术与应用指南，读了这篇文章，相信你对知识图谱有了一个初步的印象，其实质就是利用三元组来表示实体的一些信息，而关于这些信息的存储，一种是基于RDF的存储；另一种是基于图数据库的存储。而本项目采用的是图数据库存储，主要是图数据库较简单，还直观，使用了图数据库neo4j，关于这个数据库的安装，请参照Neo4j的安装启动

 2、实验数据

使用了八爪鱼采集器爬取的数据，这个软件是免费的，也有收费功能，不过免费的功能已经可以满足大部分需求了。一开始自己手动爬取数据，但是效果不太理想，爬取的不是很全面，就用这个软件了，很好用。

软件的页面如下：

可以使用其中的爬虫模版，也可以自定义。

 

我这里只把电脑名称作为一个实体，其他数据都作为实体的属性。

下面是我爬取到的数据

数据的格式如下：

 电脑实体数据文件：

 价格属性数据：

价格是电脑实体的关系，只要用两个编号连接就行。

 我这里将爬取到的数据手动处理的，有一些空的数据需要填充上内容，因为导入数据库的时候不能为空。然后把数据csv文件放入neo4j安装目录下的import目录下即可

我的路径是：

D:\Neo4j\neo4j-community-3.5.31\import

3.Neo4j的启动和停止

通过控制台启动Neo4j程序

cmd输入neo4j.bat console

 出现上图信息则表示启动成功，网页访问http://localhost:7474,输入用户名和密码，用户名默认为neo4j，第一次进入时会让修改密码。

放进去后打开图数据库，在图数据库中依次执行下面的代码，

在上面白色输入框输入，点击右侧的蓝色按钮即可。 

//导入节点 商品名称  == 注意类型转换
LOAD CSV WITH HEADERS  FROM "file:///genre_jd.csv" AS line
MERGE (p:Genre_jd{gid:toInteger(line.gid),name:line.name
,title:line.title,href:line.href})


//导入节点 电脑信息
LOAD CSV WITH HEADERS FROM 'file:///computer_jd.csv' AS line
MERGE (p:Computer_jd{ cid:toInteger(line.cid),type:line.type,
color:line.color,
weight:line.weight,
Screen_color:line.Screen_color,
system:line.system,origin:line.origin,thickness:line.thickness
})


// 导入节点 电脑购买信息
LOAD CSV WITH HEADERS  FROM "file:///price_jd.csv" AS line
MERGE (p:Price_jd{pid:toInteger(line.pid),sid:line.sid,
sell:line.sell,
courier:line.courier,
goods:line.goods,
postage:line.postage,
price:line.price
})


LOAD CSV WITH HEADERS  FROM "file:///comments_jd.csv" AS line
MERGE (p:Comments_jd{comid:toInteger(line.comid),evaluate:line.evaluate,
Good_reviews:line.Good_reviews,
acclaim:line.acclaim
})


LOAD CSV WITH HEADERS  FROM "file:///disposition_jd.csv" AS line
MERGE (p:Disposition_jd{did:toInteger(line.did),cpu:line.cpu,
gpu:line.gpu,
ssd:line.ssd,
refresh:line.refresh
})

// 导入关系 compters  电脑多少钱 1对1
LOAD CSV WITH HEADERS FROM "file:///computer_to_g_jd.csv" AS line
match (from:Computer_jds {cid:toInteger(line.cid)}),(to:Genre_jd {gid:toInteger(line.gid)})
merge (from)-[r:computers{cid:toInteger(line.cid),gid:toInteger(line.gid)}]->(to)


LOAD CSV WITH HEADERS FROM "file:///price_to_genre_jd.csv" AS line
match (from:Price_jd {pid:toInteger(line.pid)}),(to:Genre_jd {gid:toInteger(line.gid)})
merge (from)-[r:computers{pid:toInteger(line.pid),gid:toInteger(line.gid)}]->(to)


LOAD CSV WITH HEADERS FROM "file:///comments_to_genre_jd.csv" AS line
match (from:Comments_jd {comid:toInteger(line.comid)}),(to:Genre_jd {gid:toInteger(line.gid)})
merge (from)-[r:computers{comid:toInteger(line.comid),gid:toInteger(line.gid)}]->(to)


LOAD CSV WITH HEADERS FROM "file:///disposition_to_genre_jd.csv" AS line
match (from:Disposition_jd {did:toInteger(line.did)}),(to:Genre_jd {gid:toInteger(line.gid)})
merge (from)-[r:computers{did:toInteger(line.did),gid:toInteger(line.gid)}]->(to)

上一篇中提到了问题分类的训练集怎么构造的，也提到了问题模板，其中A是问题分类的训练数据，B是问题模板。