我的知识图谱和Neo4j数据库的使用

知识图谱概述

知识图谱的含义

RDF与RDFS

RDF（Resource Description Framework，资源描述框架）和RDFS（RDF Schema，RDF模式）是构建知识图谱的基础技术之一。它们提供了一种标准的方式来表示信息，使得数据可以在Web上被共享和重用。下面是关于这两个概念的详细介绍：

RDF (Resource Description Framework)

定义： RDF是一种用于表达Web资源之间关系的数据模型。它允许你以一种结构化的方式描述事物及其之间的关联。RDF的基本单位是三元组（Triple），每个三元组由三个部分组成：

• 主体（Subject）：描述的是哪个资源。
• 谓词（Predicate）：描述了主体与客体之间的关系。
• 客体（Object）：是主体通过谓词所关联到的值或另一个资源。

示例： 假设我们想要表达"爱丽丝喜欢阅读"，可以使用以下RDF三元组来表示：

• 主体: 爱丽丝
• 谓词: 喜欢
• 客体: 阅读

在实际应用中，这些元素通常会用URI（统一资源标识符）来表示，以便在全球范围内唯一识别。例如：

• 主体: http://example.org/people/Alice
• 谓词: http://example.org/vocab/likes
• 客体: http://example.org/activities/reading

这个三元组可以写作：<http://example.org/people/Alice> <http://example.org/vocab/likes> <http://example.org/activities/reading>。

RDFS (RDF Schema)

定义： RDFS是RDF的一个扩展，它提供了一组预定义的类（Class）和属性（Property），用来对RDF中的资源进行分类和描述。RDFS使得我们可以定义资源的类型、属性的范围和域等，从而增加了语义信息。

主要概念：

• rdfs:Class ：表示一个类，所有实例都属于这个类。比如，Person 可以是一个类，所有的人都可以是它的实例。
• rdfs:subClassOf：表示类之间的继承关系。如果A rdfs:subClassOf B，则A的所有实例也都是B的实例。
• rdf:type：用于说明某个资源是某个类的实例。例如，Alice rdf:type Person 表示Alice是Person类的一个实例。
• rdfs:Property：表示一个属性，即三元组中的谓词。
• rdfs:domain 和 rdfs:range ：用于指定属性的应用范围。rdfs:domain指定了属性的主体应该属于哪个类，而rdfs:range则规定了属性的客体应该是什么类型的资源。

示例： 如果我们想定义一个"人"（Person）类，并且说每个人都喜欢某种活动（Activity），可以用RDFS这样描述：

• 定义类 Person 和 Activity：
  • <http://example.org/classes/Person> rdf:type rdfs:Class .
  • <http://example.org/classes/Activity> rdf:type rdfs:Class .
• 定义属性 likes，其主体是 Person 类的成员，客体是 Activity 类的成员：
  • <http://example.org/vocab/likes> rdf:type rdf:Property ;
  • rdfs:domain <http://example.org/classes/Person> ;
  • rdfs:range <http://example.org/classes/Activity> .

然后，当我们说"爱丽丝喜欢阅读"时，就可以利用这些定义来更具体地描述这条信息，同时也为机器提供了更多理解上下文的能力。

通过RDF和RDFS，我们可以创建丰富的语义网络，使计算机能够更好地理解和处理人类知识。这对于构建智能应用、搜索引擎优化、数据集成等有着重要的意义。

RDF图模型

属性图模型

知识抽取

知识抽取的挑战：知识的不明确性，知识的不完备性，知识的不一致性

Cypher语言

创建节点

CREATE (p1:Person {name: 'Alice', age: 30})
CREATE (p2:Person {name: 'Tom', age: 30})

create 表示新建
小括号内是节点信息，节点的标签 label 是Person ，p1,p2 是其别名 (别名只用在Cypher语句中，且别名可以随意变,也可以没有，只是在同一语句中唯一表示该节点)
花括号内是该节点的属性

创建关系

MATCH (p1:Person{name:"Alice"}), (p2:Person{name:"Tom"})
CREATE (p1)-[:Friend{name:"小学朋友"}]->(p2);

match是匹配

Friend是关系类型，花括号里面是关系边的属性

查询

查 询 所 有的 节 点

MATCH (n) return (n);

查 询所有节点的数量

MATCH (n) return count(n);

查 询所有的Person节点

MATCH (n:Person) return (n);

查 询名字为Alice的Person节点

MATCH (n:Person{name:'Alice'}) return (n)

MATCH (n:Person{name:'Alice'}) RETURN (n.age)

查询Alice与Bob的关系(没有指定边的类型)

MATCH (a:Person{name:"Alice"}) -[r]-> (b:Person{name:"Tom"}) return type(r);

查询Alice的朋友关系（指定边的类型）

MATCH (a:Person{name:'Alice'}) -[r:Friend]-> (b:Person) return (b);

删除

移除属性

MATCH (n:Person{name:'Alice'}) REMOVE (n.age)

删除节点

MATCH (n:Person{name:'Alice'}) DELETE n

删除边

MATCH ()-[r:KNOWS]->() DELETE r

更改

更改属性

MATCH (n:Person {name: 'Alice'}) SET n.age = 31

新增属性

MATCH (n:Person {name: 'Alice'}) SET n.gender='女'

Py2neo

连接数据库

from py2neo import Graph

graph = Graph("http://localhost:7474", auth=("neo4j", "password"))

创建节点

graph.run("CREATE (n:Person {name: $name, age: $age})", name="Alice", age=30)

创建关系

graph.run("""
  MATCH (a:Person {name: $name1}), (b:Person {name: $name2})
  CREATE (a)-[:KNOWS]->(b)
""", name1="Alice", name2="Bob")

查询

results = graph.run("MATCH (n:Person) WHERE n.name = $name RETURN n.age", name="Alice").data()
print(results)

更新

graph.run("MATCH (n:Person {name: $name}) SET n.age = $age", name="Alice", age=31)

删除

graph.run("MATCH (n:Person {name: $name}) DETACH DELETE n", name="Alice")