知识图谱构建之二：从结构化数据到知识图谱
发布时间
阅读量：
阅读量
请关注一下微信公众号：机器学习简明教程
若在关系型数据库中发现oracle、mysql或hive存储了一张与特定主题相关的表，则可以考虑如何构建基于该表的知识图谱。
我们来看一个简单的例子。
01 关系型表
该表格的结构信息可见于上图中，并包括公众号名称、创建时间、分享内容的方向以及共有四个字段用于记录相关信息
创建节点的方法共有两种。第一种方式建议将每个字段单独构建成一个节点，在这种情况下，“公众号名称”字段可被用作该节点的标签名，“对应的”具体数据则对应于name属性值；第二种方式则建议将“公众号名称”构建成一个独立的节点，并将其余数据整合到该特定类型的节点中以形成完整的数据库结构。
关系的创建本质上相当于将上面这张表列转换为水平排列。从核心内容来看, 关系的标签名称涉及三个关键维度: 建立时间、传播路径以及发布人。
详细工程代码和描述如下。
02 抽取
from py2neo import Node, Graph, Relationship
import pandas as pd
# connect neo4j
graph = Graph("bolt://localhost:7687", username="neo4j", password="****")
label_1 = "公众号节点"
label_2 = "公众号信息节点"
graph.delete_all()
# step1:read data
data = pd.read_csv("./data/raw_data.csv", header=0)
data["建立于"] = data["建立于"].astype(str)
# step2 : extract nodes
node_list = list(set(data['公众号名']))
代码解读mac下执行命令pip install py2neo==3，安装指定版本的py2neo。
实例化Graph类，并通过该类连接neo4j。
第一类节点：抽取出“公众号名称”字段，去重后转成list。
# step3 : extract nodes
node_info_list = []
for i in list(data.columns)[1:]:
node_info_list.extend(data[i])
node_info_list = list(set(node_info_list))
代码解读第二类节点为：遍历除"公众号名称"外的所有字段值，并去重后存入node_info_list列表中。
# step4 : extract relationships
relation_data = pd.DataFrame()
for i in list(data.columns)[1:]:
rel_data = data[["公众号名", i]]
rel_data["关系"] = i
rel_data.columns = ["公众号节点", "公众号信息节点", "关系"]
relation_data = pd.concat([relation_data, rel_data], axis=0)
代码解读关系三元组：基于原始的data，列转行抽取关系。
03 写入
def create_node(node_list, label):
for name in node_list:
print(name)
name_node = Node(label, name=name)
print(name_node)
graph.create(name_node)
create_node(node_list, label_1)
create_node(node_info_list, label_2)
代码解读创建节点：create_node遍历节点列表，创建标签为label的节点。
def create_relation(relation_data, label_a, label_b):
for m in range(0, len(relation_data)):
print()
rel = Relationship(
graph.find_one(label_a, property_key="name", property_value=str(list(relation_data['公众号节点'])[m])),
list(relation_data['关系'])[m],
graph.find_one(label_b, property_key="name", property_value=str(list(relation_data['公众号信息节点'])[m])))
graph.merge(rel, label=[label_b, label_a])
create_relation(relation_data, label_1, label_2)
代码解读创建关系：create_relation遍历关系数据并创建关系。
日志：节点和关系抽取过程如上。
知识图谱：最后neo4j中会出现如上图所示的节点与关系。
全部评论 (0)
还没有任何评论哟~