知识图谱组队学习笔记 D1-用Windows Neo4j Destop 搭建简易知识图谱
学习时间： 7Days学习进度：1/7
什么是知识图谱，Graph，schema
知识图谱：就是语义网络的知识库（Google 2012 -至今）
图（Graph）：是由节点（Vertex）和边（Edge）来构成，多关系图一般包含多种类型的节点和多种类型的边。
图的举例：
- 节点Vertex——表示实体：人名，地名，公司，药物
- 边Edge——表示关系：朋友，坐落于，子公司，衍生药物
Schema ：限定待加入知识图谱数据的格式；相当于某个领域内的数据模型，包含了该领域内有意义的概念类型以及这些类型的属性
Schema的举例：
- 电影Schema，地方商业Schema
知识图谱的价值
知识图谱是人工智能很重要的一个分支, 人工智能的目标为了让机器具备像人一样理性思考及做事的能力 -> 在符号主义的引领下，知识工程（核心内容即建设专家系统）取得了突破性的进展 -> 在整个知识工程的分支下，知识表示是一个非常重要的任务 -> 而知识图谱又恰恰是知识表示的重要一环
构建知识图谱
数据源：
对于垂直领域的知识图谱，数据来源有2种：
信息抽取的难点
难点在于处理非结构化数据，需要自然语言处理
构建知识图谱需要的技术
实体命名识别（Name Entity Recognition）——NER
- 提取出“Virgil's BBQ”，并标记实体类型为“Restarant”
- 提取实体“NYC”，并标记实体类型为 “Location”
关系抽取（Relation Extraction）——RE
- 实体“hotel”和“Hilton property”之间的关系为“in”
- “hotel”和“Time Square”的关系为“near”
实体统一（Entity Resolution）——ER
- “NYC”和“New York”指向同一个实体，需要合并
指代消解（Coreference Resolution）
- “it”, “he”, “she”这些词指向“hotel”实体
知识图谱的存储
知识图谱主要有两种存储方式：
- 一种是基于RDF的存储；
- 另一种是基于图数据库的存储。
| 区别 | 图数据库 | RDF |
|---|---|---|
| 设计原则 | 高效的图查询及图搜索 | 易发布，易共享 |
| 存储方式 | 存储三元组（Triple） | 以图为表现形式 |
| 是否包含属性 | No | Yes |
Neo4j系统目前仍是使用率最高的图数据库
Neo4j实践
neo4j 是一个图数据库，专门存储图结构， 图的定义Cypher 是 Neo4J 的声明式图形查询语言，类似于传统数据库的
SQL
Neo4j下载
我在这里下载的是Windows版：Neo4j Desktop
创建图数据库
- 创建一个用于练习的图数据库 Exercise Graph Database，点击start开始运行
然后在浏览器中输入http://127.0.0.1:7474/browser/，进入Web 界面
- 此时可以进行各项配置、写入、查询等操作，还有可视化功能
- Web界面最上方是可交互的输入框
- 或者点击Neo4j Desktop的Graph Apps，然后再点击Neo4j Browser，也能进入Web界面（我用了这种方法）
简单了解Cypher 查询语言
这里要了解下Neo4j Cypher 查询语言
这个查询语言包含以下几个明显的部分：
- START：在图中的开始点，通过元素的 ID 或所以查找获得
- MATCH：图形的匹配模式，束缚于开始点
- WHERE：过滤条件
- RETURN：返回所需要的
详细语法可以了解Neo4j 教程 - 5 详解 Cypher 语法
创建节点
创建一个人物节点：
CREATE (n:Person {name:'John'}) RETURN n创建更多的人物节点：(此时已经创建了6个任务节点)
CREATE (n:Person {name:'Sally'}) RETURN n; CREATE (n:Person {name:'Steve'}) RETURN n; CREATE (n:Person {name:'Mike'}) RETURN n; CREATE (n:Person {name:'Liz'}) RETURN n; CREATE (n:Person {name:'Shawn'}) RETURN n;显示当前的人物节点，可以看到有6个人物（这行代码超常用）
MATCH (n) RETURN n创建6个地区节点（此时有6个人物节点6个地区节点）
CREATE (n:Location {city:'Miami', state:'FL'}) CREATE (n:Location {city:'Boston', state:'MA'}) CREATE (n:Location {city:'Lynn', state:'MA'}) CREATE (n:Location {city:'Portland', state:'ME'}) CREATE (n:Location {city:'San Francisco', state:'CA'})
创建关系
在朋友之间增加
FRIENDS关系（LIz和MIke是个好基友）MERGE的用法如下：
- 对不存在的节点创建，存在的节点返回。
merge (robert:Critic) return robert,labels(robert);
- 单个属性节点：merge (charlie {name:"Charlie",age:10}) return charlie;
- 带标签和属性的单个节点：merge (michel:Person {name:"michelDoug"}) return michel;
- 如果要创建节点就设置属性：merge on create
merge (keanu:Person {name:"Keanu"}) on create set keanu.created=timestamp() return keanu;
[] 即为关系，FRIENDS 为关系的类型
--> 有方向，表示是从 a 到 b 的关系- 对不存在的节点创建，存在的节点返回。
MATCH (a:Person {name:'Liz'}),
(b:Person {name:'Mike'})
MERGE (a)-[:FRIENDS]->(b)
- 给shawn和Sally的
FRIEND关系添加属性
MATCH (a:Person {name:'Shawn'}),
(b:Person {name:'Sally'})
MERGE (a)-[:FRIENDS {since:2001}]->(b)- 给更多的好基友添加
FRIEND属性，给结婚的朋友添加MARIED属性
MATCH (a:Person {name:'Shawn'}), (b:Person {name:'John'}) MERGE (a)-[:FRIENDS {since:2012}]->(b)；
MATCH (a:Person {name:'Mike'}), (b:Person {name:'Shawn'}) MERGE (a)-[:FRIENDS {since:2006}]->(b)；
MATCH (a:Person {name:'Sally'}), (b:Person {name:'Steve'}) MERGE (a)-[:FRIENDS {since:2006}]->(b)；
MATCH (a:Person {name:'Liz'}), (b:Person {name:'John'}) MERGE (a)-[:MARRIED {since:1998}]->(b)；
创建出生地关系
- 创建人物与出生地之间的关系
BORN_IN
MATCH (a:Person {name:'John'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1978}]->(b)；
MATCH (a:Person {name:'Liz'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1981}]->(b)；
MATCH (a:Person {name:'Mike'}), (b:Location {city:'San Francisco'}) MERGE (a)-[:BORN_IN {year:1960}]->(b)；
MATCH (a:Person {name:'Shawn'}), (b:Location {city:'Miami'}) MERGE (a)-[:BORN_IN {year:1960}]->(b)；
MATCH (a:Person {name:'Steve'}), (b:Location {city:'Lynn'}) MERGE (a)-[:BORN_IN {year:1970}]->(b)；
TIPS:
同时创建人物节点和
FRIEND关系CREATE (a:Person {name:'Todd'})-[r:FRIENDS]->(b:Person {name:'Carlos'}
图数据库查询
- 查询下所有在 Boston 出生的人物
MATCH (a:Person)-[:BORN_IN]->(b:Location {city:'Boston'}) RETURN a,b
- 查询所有对外有关系的节点
MATCH (a)--() RETURN a
- 查询所有有关系的节点
MATCH (a)-[r]->() RETURN a.name, type(r)
- 查询所有对外有关系的节点，以及关系类型
MATCH (a)-[r]->() RETURN a.name, type(r)- 查询所有有结婚关系的节点
MATCH (n)-[:MARRIED]-() RETURN n
- 查找某人的朋友的朋友
MATCH (a:Person {name:'Mike'})-[r1:FRIENDS]-()-[r2:FRIENDS]-(friend_of_a_friend) RETURN friend_of_a_friend.name AS fofName
删除和修改
Set:
- 用于更新一个节点和关系的标签或属性。
create (n { name: 'Andres' }) ;
MATCH (n { name: 'Andres' }) SET n.surname = 'Taylor' RETURN n;
- 删除属性：MATCH (n { name: 'Andres'}) SET n.name = NULL RETURN n
- 在节点和关系之间复制属性：MATCH (at { name: 'Andres'}),(pn { name: 'Peter' }) SET at = pn RETURN at, pn;
- 从 map 添加属性：MATCH (peter { name: 'Peter'}) SET peter += { hungry: TRUE , position: 'Entrepreneur' }
- 设置多个属性：MATCH (n { name: 'Andres'}) SET n.position = 'Developer', n.surname = 'Taylor'
- 在节点上加标签： MATCH (n { name: 'Stefan'}) SET n :German RETURN n
MATCH (n { name: 'Emil' }) SET n :Swedish:Bossman RETURN n
DELETE：
- 删除节点和关系
- 删除单个节点：MATCH (n:Useless) DELETE n;
- 删除节点和连接它的关系：MATCH (n { name: 'Andres'})-[r]-() DELETE n, r
- 删除所有节点和关系：MATCH (n) OPTIONAL MATCH (n)-[r]-() DELETE n,r
REMOVE：
- 删除标签和属性
- 删除属性：MATCH (andres { name: 'Andres'}) REMOVE andres.age RETURN andres;
- 删除节点的标签：MATCH (n { name: 'Peter'}) REMOVE n:German RETURN n;
- 删除多重标签：MATCH (n { name: 'Peter'}) REMOVE n:German:Swedish RETURN n
- 增加 / 修改节点的属性
MATCH (a:Person {name:'Liz'}) SET a.age=34
MATCH (a:Person {name:'Shawn'}) SET a.age=32
MATCH (a:Person {name:'John'}) SET a.age=44
MATCH (a:Person {name:'Mike'}) SET a.age=25- 删除节点的属性
MATCH (a:Person {name:'Mike'}) SET a.test='test'
MATCH (a:Person {name:'Mike'}) REMOVE a.test
MATCH (a:Location {city:'Portland'}) DELETE a
MATCH (a:Person {name:'Todd'})-[rel]-(b:Person) DELETE a,b,rel
程序员
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。