如何理解知识图谱中属性和关系的区别？

Posted 2023-05-16

参考技术A

如何理解知识图谱中属性和关系的区别？

我借 @SimmerChan 的 回答 评论里的例子延伸一下：

首先， 北京 作为 城市 这个类的实例，接下来考虑：

这两种表示方法到底会有什么区别？本质上二者都没有丢失信息，但是从应用上来讲在支持某些运算时会有性能/逻辑简洁性上的差异。

比如我想要查询：北京有哪些政府机构？那我可能需要同时知道 城市-行政区划 + 行政区划-政府机构 这两个mapping，这时第2种表达要拿到这两个mapping就会比第1种更容易，速度更快。

进一步可以说，属性或关系，或者各位所说的内在和外在关联的划分，并不需要是一个绝对的、本体论上的划分，而是可以（其实是最好） 根据图谱的具体应用需求进行设计 的。

另：事实上表达之所以有多种，是因为面向应用的知识图谱在逻辑上分得还不够细。比如我们考虑：类-实例，类-属性，实例-属性值，属性-属性值之间其实都存在mapping。建模语言RDF中，实体和属性都是节点，而关系则分为实体-实体关系和实体-属性关系，这种设计下也就只有第2种表达了，表达能力更强的语言还有RDFS和OWL（这里有篇简介： 知识图谱技术体系总结 ）。

知识图谱——Python操作Neo4j导入CSV文件建立图谱

首先Neo4j是图数据库，最重要的就是结点和边的关系，每两个结点和边都可以看成三元组，主谓宾的关系，当然结点也是可以添加属性的，但是首先要有结点，在添加属性。本片文章就是用简单的方式一次性给大家讲解清楚。

简单起见，我们用西游记师徒四人为例子（手动写的，为了理解），来体现出本章要讲的操作

一、先把人物和关系罗列出来

注意，要将文件保存为.csv格式

 ps：知识图谱的建立，数据来源主要分为三种，一种是非结构化数据（文本）、半结构化数据（可以爬虫技术在一些网站上获取），结构化数据（关系型数据）。

二、要建立结点，只有有了结点才会有关系，和之后的属性等。代码如下：

from py2neo import Graph, Node, Relationship
import csv

fr= open("G:\\四人关系.csv", mode="r", encoding="gbk") # 如果路径是在工程目录下直接下相对路径，如果不在就写绝对路径
lst = []
node = []
for row in csv.reader(fr):
    lst_ = []
    lst_.append(row[0])
    lst_.append(row[1])
    lst_.append(row[2])
    lst_.append(row[3])
    lst_.append(row[4])
    lst.append(lst_)
    node.append(row[0]+' '+row[1])
    node.append(row[3]+' '+row[4])
# print(lst)
graph = Graph('bolt://localhost:7687',name="neo4j",password="******")
node = set(node) # 消除重复结点
#  建立结点：
for item in node:
    shiti,label = item.split()
    cypher_ = "CREATE (:" + label + " name:'" + shiti + "')     "
    graph.run(cypher_)
# 建立关系 ：
for item in lst:
    cypher_ = "MATCH  (a:" + item[1] + "),(b:" + item[4] + ") WHERE a.name = '" + item[0] + "' AND b.name = '" + item[3] + "' CREATE (a)-[r:" + item[2] + "]->(b)"
    graph.run(cypher_)

建立是先根据第1,2列、4,5列建立结点后，才根据第3列建立的关系，运行后，师徒四人的图谱就建立好了，效果如下图：

 三、增加属性

和以上操作一样，现在EXCEL上写好属性，如图（只写了一点），自己做的时候把自己要的属性像这样写清楚：

代码和上面的一样，只是换了cypher语句：

from py2neo import Graph, Node, Relationship
import csv

fr= open("属性.csv", mode="r", encoding="gbk")
lst = []
node = []
for row in csv.reader(fr):
    lst_ = []
    lst_.append(row[0])
    lst_.append(row[1])
    lst_.append(row[2])
    lst_.append(row[3])
    lst.append(lst_)
    node.append(row[0]+' '+row[1])
    node.append(row[2]+' '+row[3])
graph = Graph('bolt://localhost:7687',name="neo4j",password="******")
for item in lst:
    cypher_ = "MATCH (a:" + item[1] + "name:'" + item[0] + "') SET a." + item[2] + " = '" + item[3] +"'"
    graph.run(cypher_)

运行之后，点击结点就可以看到属性的信息啦。