简单构建基于RDF和SPARQL的KBQA(知识图谱问答系统)

Posted whiterock

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了简单构建基于RDF和SPARQL的KBQA(知识图谱问答系统)相关的知识,希望对你有一定的参考价值。

本文主要通过python实例讲解基于RDF和SPARQL的KBQA系统的构建。该项目可在python2和python3上运行通过。

注:KBQA即是我们通常所说的基于知识图谱的问答系统。这里简单构建的EasyKBQA,数据来源于网络,源码地址看下面补充说明。

目录:

  -流程原理

  -实际过程

  -程序运行

  -补充说明

流程原理:

该问答系统可以解析输入的自然语言问句,主要运用REFO库的"对象正则表达式"匹配得到结果, 进而生成对应 SPARQL 查询语句,再通过API请求后台基于TDB知识谱图数据库的 Apache Jena Fuseki 服务, 得到结果。

实际过程:

1. 预定义 3 ?类共 5 ?个示例问题,?包括:
  ● "谁是苑茵?",
  ● "丁洪奎是谁?",
  ● "苏进木来自哪里?",
  ● "苑茵哪个族的?",
  ● "苑茵是什么民族的人?".
2. 利用结巴分词对中文句子进行分词, ?同时进行词性标注;
3. 将词的文本和词性打包, ?视为"词对象",对应 :class:Word(token,? ?pos)?;
4. 利用 REfO ?模块对词进行对象级别 (object-level) ?的正则匹配,判断问题属于的?种类?并产生对应的 SPARQL,对应 :class:Rule(condition,? ?action)?;
5. 如果成功匹配并成功产生 SPARQL ?查询语句, ?立刻请求 Fuseki ?服务并返回结果,打印相关内容;

程序运行:

1、配置第三方库:pip install refo jieba sparqlwrapper

2安装JAVA JDK1.8,配置好环境变量。

3、项目根目录主要包括backend??文件夹和test.py文件(同一级),backendJena?的Fuseki 模块,?运行第4步后在本地监听(http://localhost:3030/),如图:技术分享图片

 

4cd backend/apache-jena-fuseki-3.5.0windows下启动SPARQL endpoint服务:

fuseki-server.bat --loc=../DB /demo > log.txt 2>&1

对应Linux命令为:

nohup ./fuseki-server --loc=../DB /demo > log.txt 2>&1 &

5、运行根目录代码:python test.py,结果如下图:

技术分享图片

 

补充说明:

1、启动fuseki服务器参数,--loc=../DB设置在线服务数据库位置,参数/demo设置服务器数据集名称(自定义),对应的SPARQL查询地址为:http://localhost:3030/demo/query

2、自然语言问句进行正则匹配的逻辑REfO. ?主要参考根目录下的代码:words.py

3、后续改进可参考: 使用邻接链表表示自然语言问句, 通过遍历有向图或子图匹配方法构造 SPAPQL ?查询语句

代码下载地址:https://download.csdn.net/download/starbaby01/10621927










以上是关于简单构建基于RDF和SPARQL的KBQA(知识图谱问答系统)的主要内容,如果未能解决你的问题,请参考以下文章

知识图谱学习与实践——通过例句介绍Sparql的使用

java 使用Apache Jena的API(不是RESTful API)从RDF数据构建数据库并回答Java中的SPARQL查询

SPARQL查询语言

KBQA一个简单实例

Sparql查询RDF

面试官:说一下Jena推理