企业网站免费模板wordpress删除字段
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})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
MATCH (n) return (n);MATCH (n) return count(n);MATCH (n:Person) return (n);MATCH (n:Person{name:'Alice'}) return (n)MATCH (n:Person{name:'Alice'}) RETURN (n.age)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 Graphgraph = 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")