1029-实体分析与部分实体构建

Posted 2021-10-30 清风紫雪

实体分析

实体

如何找出自己想求得的知识图谱的实体，在我看来一个实体所独有的是他的属性，其他实体也包含的就是实体。因而，我对诗词进行了实体-实体，实体-属性的分类。

如下图所示：

 

 除了明显的实体之外，我还构思出一些潜在的实体，如下：诗名-类别（写山，抒情，思念等等），诗名-词牌名，诗词中的一句-飞花令中的关键字（月，人，花），诗人-诗人合成（唐宋八大家）

 

 实体属性清洗

对诗人进行清洗，找出生于，去世于，字，号，诗词总量，诗人简介这类属性信息

诗人数据格式：

 

 对数据进行清洗，代码如下

def update_author():
    label2 = "author"
    file = "author.xlsx"
    data = pd.read_excel(file).fillna("无")
    produce = list(data.produce)
    # 获取诗人名字
    name = list(data.author)
    bg = []
    ed = []
    zi = []
    hao = []
    pome_self = []

    # 获取诗人诗集数目
    num = list(data.num)

    for it in produce:
        # 获取诗人个人简介
        pome_self.append(it)
        # 获取诗人出生，去世的年份
        datas = re.findall(r"\\d+", it)
        if len(datas) != 0 and len(datas) != 1:
            bg.append(datas[0] + "年")
            # print("生于"+datas[0])
            flag = False
            for j in range(1, len(datas)):
                if len(datas[j]) >= len(datas[0]) and int(datas[j]) - int(datas[0]) > 15:
                    ed.append(datas[j] + "年")
                    # print("死于"+datas[j])
                    flag = True
                    break
            if flag == False:
                ed.append("无")
        else:
            bg.append("无")
            ed.append("无")

        # 获取诗人，字，号
        ztext = re.findall(r".*字(.*?)[，|。]", it)
        if len(ztext) != 0:
            zi.append(ztext)
        else:
            zi.append("无")
        # print(ztext)
        htext = str(re.findall(r".*号(.*?)[，|。]", it)).replace(\'“\', \'\').replace(\'”\', \'\')
        if len(htext) != 0:
            hao.append(htext)
        else:
            hao.append("无")

    for i in range(len(zi)):
        attr={"name":name[i]}
        newattr={"name":name[i],"生于":bg[i],"去世于":ed[i],"字":zi[i],"号":hao[i],"数目":num[i],"简介":pome_self[i]}
        if updateNode(graph,label2,attr,newattr)==False:
            print("没有该诗人"+name[i])
            CreateNode(graph,label2,newattr)

neo4j数据导入

基础的neo4j数据导入函数：

# 创建节点
def CreateNode(m_graph,m_label,m_attrs):
    m_n="_.name="+"\\\'"+m_attrs[\'name\']+"\\\'"
    matcher = NodeMatcher(m_graph)
    re_value = matcher.match(m_label).where(m_n).first()
    print(re_value)
    if re_value is None:
        m_mode = Node(m_label,**m_attrs)
        n = graph.create(m_mode)
        return n
    return None
# 查询节点
def MatchNode(m_graph,m_label,m_attrs):
    m_n="_.name="+"\\\'"+m_attrs[\'name\']+"\\\'"
    matcher = NodeMatcher(m_graph)
    re_value = matcher.match(m_label).where(m_n).first()
    return re_value
# 创建关系
def CreateRelationship(m_graph,m_label1,m_attrs1,m_label2,m_attrs2,m_r_name):
    reValue1 = MatchNode(m_graph,m_label1,m_attrs1)
    reValue2 = MatchNode(m_graph,m_label2,m_attrs2)
    if reValue1 is None or reValue2 is None:
        return False
    m_r = Relationship(reValue1,m_r_name,reValue2)
    n = graph.create(m_r)
    return n

#查找关系
def findRelationship(m_graph,m_label1,m_attrs1,m_label2,m_attrs2,m_r_name):
    reValue1 = MatchNode(m_graph, m_label1, m_attrs1)
    reValue2 = MatchNode(m_graph, m_label2, m_attrs2)
    if reValue1 is None or reValue2 is None:
        return False
    m_r = Relationship(reValue1, m_r_name[\'name\'], reValue2)
    return m_r

#修改节点属性
def updateNode(m_graph,m_label1,m_attrs1,new_attrs):
    reValue1 = MatchNode(m_graph, m_label1, m_attrs1)
    if reValue1 is None:
        return False
    reValue1.update(new_attrs)
    graph.push(reValue1)

创建诗名实体，诗人实体，朝代实体，构建对应的关系。此处导入的仅为唐朝诗集

诗人-创作-诗名，诗人-所属朝代-朝代，诗名-所属朝代-朝代

def get_data():
    #title = [], desty = [], author = [], content = [], trans_content = [], appear = [], background = []
    file = \'tang.xlsx\'
    data = pd.read_excel(file).fillna("无")

    title = list(data.title)
    desty=list(data.desty)
    author=list(data.author)
    content=list(data.content)
    trans_content=list(data.trans_content)
    appear=list(data.appear)
    background=list(data.background)
    label1="pome"
    label2="author"
    label3="desty"
    for i in range(len(title)):
        if title[i]==" nan":
            title[i]=""
        if content[i]==" nan":
            content[i]=""
        if trans_content[i]==" nan":
            trans_content[i]=""
        if appear[i]==" nan":
            appear[i]=""
        if background[i]==" nan":
            background[i]=""
        attr1={"name":title[i],"content":content[i],"trans_content":trans_content[i],"appear":appear[i],"background":background[i]}
        CreateNode(graph, label1, attr1)
        attr2 = {"name": author[i]}
        if MatchNode(graph,label2,attr2)==None:
            CreateNode(graph, label2, attr2)
        attr3 = {"name": desty[i]}
        CreateNode(graph, label3, attr3)
        m_r_name = "创作"
        reValue = CreateRelationship(graph,label2,attr2,label1,attr1,m_r_name)
        m_r_name2 = "朝代"
        reValue2 = CreateRelationship(graph, label1, attr1, label3, attr3, m_r_name2)
        print(reValue)
        print(reValue2)

成果展示

 

 

 

 

 

 

 

构建之法第十一章读后感

本周进行了构建之法的第十一章软件设计与实现的学习；

第十一章主要讲了典型的开发流程，常见的分析和设计方法：ERD，DFD，UML，开发阶段的一些管理方法：每日构建，小强地狱，构建大师；

分析和设计方法包括以文字为主的文档，以图形为主构造的模型，用数学语言的描述，用类自然语言+代码构造的描述，原代码加注释也能描述；

图形模型和分析方法；1表达实体与实体之间的关系如思维导图，实体关系图，Use Case Diagram。2.表达数据的流动。3.表达控制流。4.统一的表达方式。

其他的设计方法包括形式化的方法，文学化编程。

开发阶段的日产管理包括以下问题：闭门造车，每日构建，构建大师，宽严皆误，小强地狱。

 

然后关于要做的四则运算应用程序，我们初步研究了一下要求和目的。我们需要做的是编一个代码使其可以完成加减乘除的真分数的运算，还要具有退格和清屏的功能，可以让用户输入，程序判断对错。以及在多运算符计算和倒计时中间选一个。我们目前尚未编出代码，做出GUI对我们有一定的难度。但我们会尽最大的努力完成这个项目。