第四天學習進度--(KBQA)初接觸知識圖譜之構建知識圖譜（一）

 知識圖譜，在經過一個大體的網上資料的搜索之后，簡單的來說它是由實體節點和實體之間的關系組成的一個圖結構。

根據網上了解到的這種關系，在使用neo4j構建知識圖譜之前，我決定利用python中的networkx工具來自己構建一個知識圖譜，以此來加深自己對於知識圖譜的關系之后，再學習neo4j構建知識圖譜並將其應用到實際的例子中。

networkx是一個處理復雜圖結構的一個python工具，一般用在網絡拓撲結構的處理當中。在將其轉化為知識圖譜的過程中，我們需要添加節點之間的關系，經過上述的簡單分析，我們開始一個最簡單的知識圖譜的構建過程。

在構建之前，簡單了解networkx提供的函數。

因為networkx相對於neo4j的安裝更加容易，且在使用的過程中更加方便。所以暫時先以networkx作為接觸知識圖譜的一個例子。networkx為我們處理復雜網絡提供了特別簡單的函數調用，且聲明簡介易懂。

導入networkx

import networkx as nx

創建有向圖

DG = nx.DiGraph()

創建無向圖

G = nx.Graph()

創建多重無向圖

MG = nx.MultiGraph()

創建多重有向圖

MDG = nx.MultiDigraph()

清空圖

G.clear()

添加節點

G.add_node(node)

添加邊

G.add_edge(node1,node2[,weight])

刪除節點

G.remove_node(node)

獲得前驅節點

G.predecessors(node)

獲得后繼節點

G.successors(node)

分配節點屬性

G.node[node]['attribute'] = 'info'

添加圖屬性

G.graph['attribute'] = 'info'

添加邊屬性

G[node1][node2]['attribute'] = 'info'

迪傑斯特拉求最短路徑

dijkstra_path(G, source, target, weight='weight')

求最短距離

dijkstra_path_length(G, source, target, weight='weight')

圖的所有邊,以元組的列表為結果

F.edges([,date=True])

圖的所有節點

G.nodes([,data=True])

 獲得鄰居節點

G.neighbors(node)

 

了解了networkx的一些基本的函數之后，現在開始一個簡單的知識圖譜構建的過程。

在構建知識圖譜之前，我們得准備一些預料或者知識網絡來開始構建我們的知識圖譜，那么就以一個簡單的知識網絡為例子。

 

已知張三是李四的朋友，張三現任職於貪心科技（其中張三和李四的關系），根據這種圖中所展示的關系，我們對這個社交網絡進行還原並構建為networkx中的網絡拓撲結構。

那么我們開始構建一個圖，由圖可以分析得到這是一個有向圖。（構建的網絡是一個有向圖而不是無向圖，因為節點和節點之間的關系是有向的，即使通常我們在認為A和B是朋友的這種情況通常來說是雙向的，但也有可能A認為B是自己的朋友，而B卻不認為A是自己的朋友的這種情況）

並將展示可能用到的函數都構造成一個函數，以便以后能夠通用。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time  : 2020/7/11 13:32
# @Author: hdq
# @File  : simple_knowledge.py
import networkx as nx

#添加雙向關系
def add_double_edge(digraph: nx.DiGraph, node1, node2, info=None, relation='relation'):
    digraph.add_edge(node1, node2)
    digraph.add_edge(node2, node1)
    digraph[node2][node1][relation] = info
    digraph[node1][node2][relation] = info

#添加單向關系
def add_edge(digraph: nx.DiGraph, node1, node2, info=None, relation='relation'):
    digraph.add_edge(node1, node2)
    digraph[node1][node2][relation] = info

#獲取邊的全部relation
def get_edges_relation(digraph: nx.DiGraph,relation="relation"):
    result = []
    for one in digraph.edges(data=True):
        result.append(one[2][relation])
    return set(result)

#獲取為relation為info的所有邊
def get_relation_edges(digraph: nx.DiGraph,info=None,relation="relation"):
    result = []
    for one in digraph.edges(data=True):
        if (one[2][relation] == info):
            result.append((one[0],one[1]))
    return set(result)

#添加節點屬性
def add_node_attribute(digraph: nx.DiGraph,nodelist,info=None):
    digraph.add_nodes_from(nodelist,attribute=info)

#獲取全部節點的attribute
def get_nodes_attribute(digraph: nx.DiGraph):
    result=[]
    for one in digraph.nodes(data=True):
        result.append(one[1]["attribute"])
    return set(result)

#獲取attribute為info的所有節點
def get_attribute_nodes(digraph: nx.DiGraph,info=None):
    result=[]
    for one in digraph.nodes(data=True):
        if(one[1]["attribute"]==info):
            result.append(one[0])
    return set(result)


#創建有向圖
G = nx.DiGraph()
#添加節點及其屬性
add_node_attribute(G,['張三','李四','小五','小四'],'人')
add_node_attribute(G,['貪心科技','騰訊'],'公司')

print("所有的節點屬性:",get_nodes_attribute(G))
print("所有屬性為公司的節點:",get_attribute_nodes(G,"公司"))
print("所有屬性為人的節點:",get_attribute_nodes(G,"人"))
print("當前所有節點信息:",G.nodes(data=True))

#添加屬性間的關系
add_double_edge(G,'張三','李四','朋友')
add_edge(G,'張三','貪心科技','現任職於')
add_edge(G,'小五','貪心科技')
add_double_edge(G,'小五','小四','同事')
add_edge(G,'小五','騰訊','現任職於')
add_edge(G,'小四','騰訊','曾任職於')

print("所有邊的屬性:",get_edges_relation(G))
print("所有屬性為朋友的邊:",get_relation_edges(G,"朋友"))
print("當前所有邊信息:",G.edges(data=True))

print("張三和李四的關系:",G['張三']['李四']['relation'])

 上述代碼運行的結果：