丰宁县建设局网站,免费广告发布平台app,建筑类企业网站模板下载,沈阳网站建设找哪家大语言模型Prompt工程之使用GPT4生成图数据库Cypher 大语言模型Prompt工程之使用GPT4生成图数据库Cypher Here’s the table of contents: 大语言模型Prompt工程之使用GPT4生成图数据库Cypher 使用GPT4测试了生成Cypher的能力#xff0c;没想到大型语言模型#xff08;LLM,La… 大语言模型Prompt工程之使用GPT4生成图数据库Cypher 大语言模型Prompt工程之使用GPT4生成图数据库Cypher Here’s the table of contents: 大语言模型Prompt工程之使用GPT4生成图数据库Cypher 使用GPT4测试了生成Cypher的能力没想到大型语言模型LLM,Large Language Model效果能好成这样非常惊艳 之前的文章中介绍了使图数据库快速搭建一个可配置图谱问答系统的功能。其中Cypher的解析、组合生成和意图识别等能力是依赖于规则的配置基于配置模块可以灵活实现问答系统的运转。 基于知识图谱的问答机器人图谱问答案例快速开始指南图谱问答自定义组装问答系统进阶指南 基于规则的方法最大的缺点是泛化能力比较差带来的问题是后续维护会有不小的工作量。但是在某些模型不能很好解决的场景下基于规则的方法还是可以发挥不小的价值。模型规则可以让系统运行的更加高效和准确LLM Prompt工程涉及规则的方法。为了让系统生成Cypher的能力更强本文尝试了GPT4的能力。 通过测试发现设计合适的Prompt工程以后GPT4生成Cypher非常棒简单查询和复杂查询都可以自动生成且不存在语法错误没有发现。 Prompt中会传入一些样例问题和Cypher模型通过样例问题和Cypher就能学会该类的问题和Cypher模式并应用在同类不同参数的查询上其中一些参数模型也能推理后自动生成。所以需要提前生成和设计一些问答对的数据并保存形成Prompt库进行动态调用。当一个提问不存在类似的Example时模型不会生成Cypher或生成一个不存在的Cypher图数据库中模式不存在不会影响最终结果因为结果为空这类可以视为图谱回答不了的问题。下面可以看一下一些LLM Generate Cypher | 使用大语言模型生成Cypher测试结果 Prompt函数定义 examples()中定义了样例问答对ask为传入的问题。 def prompt(ask):return f您是一名助手能够根据示例Cypher查询生成Cypher查询。示例Cypher查询有\n {examples()} \n除了Cypher查询之外不要回复任何解释或任何其他信息。您永远不要为你的不准确回复感到抱歉并严格根据提供的cypher示例生成cypher语句。不要提供任何无法从Cypher示例中推断出的Cypher语句。当由于缺少对话上下文而无法推断密码语句时通知用户并说明缺少的上下文是什么。现在请为这个查询生成Cypher:# {ask}Cypher生成结果 以下是一些测试结果已经在数据集上测试过没有问题作者也尝试过其它数据集的生成效果结果也都很不错。 样例数据 # GPT-4 Test Result:
# QA:你好正确生成
# RE:请提供您希望查询的信息以便我为您生成相应的Cypher查询语句。如果可以请提供与示例Cypher查询相似的信息和要求。# QA:最近半导体上涨的原因是什么正确生成
# RE:您好根据提供的Cypher示例我无法为您生成关于 最近半导体上涨的原因是什么 的Cypher查询。请提供与您需求相关的Cypher查询示例以便我为您提供有效的查询语句。# QA:海南有哪些上市公司正确生成
# RE:
# MATCH p0(n0:股票)-[r0:地域]-(n1:地域) WHERE n1.value海南
# RETURN DISTINCT n0 AS n4 LIMIT 10# QA:电气设备行业有多少家上市公司正确生成
# RE:
# MATCH p0(n0:股票)-[r0:所属行业]-(n1:行业)
# WHERE n1.value电气设备
# RETURN COUNT(DISTINCT n0) AS n4# QA:水泥行业博士学历的男性高管有多少位正确生成
# RE:
# MATCH
# p0(n1:行业)-[r0:所属行业]-(n0:股票)-[r1:任职于]-(n2:高管)-[r2:性别]-(n3:性别)-[r4:别名]-(n5:性别_别名),
# p1(n2)-[r3:学历]-(n4:学历)
# WHERE n1.value水泥 AND n5.value男性 AND n4.value博士
# RETURN COUNT(DISTINCT n2) AS n3# QA:在北京由硕士学历的女性高管任职的上市公司都属于哪些行业
# RE:
# MATCH
# p1(n1:地域)-[:地域]-(n2:股票)-[:任职于]-(n3:高管)-[:性别]-(n4:性别),
# p2(n3)-[:学历]-(n5:学历),
# p3(n2)-[:所属行业]-(n6:行业)
# WHERE n1.value北京 AND n5.value硕士 AND n4.valueF
# RETURN DISTINCT n6.value AS hy完整代码
# Reference:https://medium.com/neo4j/context-aware-knowledge-graph-chatbot-with-gpt-4-and-neo4j-d3a99e8ae21e
import requests# 使用HTTP封装的GPT-4接口请根据具体接口情况替换
def gpt4(msg):# 设置请求头headers {Content-type: application/json}url http://localhost:8080/cgpt-api/gpt4_questiondata {ask_str: msg,}response requests.post(url, jsondata, headersheaders)return response.json()[data][content]# 从下面graph-qabot-demo可配置知识图谱问答项目中获取原始样例查询然后将IDID为配置系统为Cypher生成替换为具体的字段属性过滤生成examples
# https://github.com/ongdb-contrib/graph-qabot
# https://github.com/ongdb-contrib/graph-qabot-demo
def examples():return # 火力发电行业博士学历的男性高管有多少位MATCH p0(n1:行业)-[r0:所属行业]-(n0:股票)-[r1:任职于]-(n2:高管)-[r2:性别]-(n3:性别)-[r4:别名]-(n5:性别_别名),p1(n2)-[r3:学历]-(n4:学历) WHERE n1.value火力发电 AND n5.value男性 AND n4.value博士RETURN COUNT(DISTINCT n2) AS n3# 山西都有哪些上市公司MATCH p0(n0:股票)-[r0:地域]-(n1:地域) WHERE n1.value山西 RETURN DISTINCT n0 AS n4 LIMIT 10# 富奥股份的高管都是什么学历MATCH p0(n1:股票名称)-[r0:股票名称]-(n0:股票)-[r1:任职于]-(n2:高管)-[r2:学历]-(n3:学历) WHERE n1.value富奥股份RETURN DISTINCT n3 AS n2 LIMIT 10# 中国宝安属于什么行业MATCH p0(n1:股票名称)-[r0:股票名称]-(n0:股票)-[r1:所属行业]-(n2:行业) WHERE n1.value中国宝安RETURN DISTINCT n2 AS n5 LIMIT 10# 建筑工程行业有多少家上市公司MATCH p0(n0:股票)-[r0:所属行业]-(n1:行业) WHERE n1.value建筑工程RETURN COUNT(DISTINCT n0) AS n4# 刘卫国是哪个公司的高管MATCH p0(n0:股票)-[r0:任职于]-(n1:高管) WHERE n1.value刘卫国RETURN DISTINCT n0 AS n4 LIMIT 10# 美丽生态上市时间是什么时候MATCH p0(n1:股票名称)-[r0:股票名称]-(n0:股票)-[r1:上市日期]-(n2:上市日期) WHERE n1.value美丽生态RETURN DISTINCT n2 AS n1 LIMIT 10# 山西的上市公司有多少家MATCH p0(n0:股票)-[r0:地域]-(n1:地域) WHERE n1.value山西RETURN COUNT(DISTINCT n0) AS n4# 博士学历的高管都有哪些MATCH p0(n0:高管)-[r0:学历]-(n1:学历) WHERE n1.value博士 RETURN DISTINCT n0 AS n3 LIMIT 10# 上市公司是博士学历的高管有多少个MATCH p0(n0:高管)-[r0:学历]-(n1:学历) WHERE n1.value博士RETURN COUNT(DISTINCT n0) AS n3# 刘卫国是什么学历MATCH p0(n0:高管)-[r0:学历]-(n1:学历) WHERE n0.value刘卫国RETURN DISTINCT n1 AS n2 LIMIT 10# 富奥股份的男性高管有多少个MATCH p0(n1:股票名称)-[r0:股票名称]-(n0:股票)-[r1:任职于]-(n2:高管)-[r2:性别]-(n3:性别)-[r3:别名]-(n4:性别_别名) WHERE n1.value富奥股份 AND n4.value男性RETURN COUNT(DISTINCT n2) AS n3# 同在火力发电行业的上市公司有哪些MATCH p0(n0:股票)-[r0:所属行业]-(n1:行业) WHERE n1.value火力发电 RETURN DISTINCT n0 AS n4 LIMIT 10# 同在火力发电行业的上市公司有多少家MATCH p0(n0:股票)-[r0:所属行业]-(n1:行业) WHERE n1.value火力发电RETURN COUNT(DISTINCT n0) AS n4# 大悦城和荣盛发展是同一个行业嘛MATCH p0(n1:股票名称)-[r0:股票名称]-(n0:股票)-[r1:所属行业]-(n2:行业) WHERE n1.value IN [大悦城,荣盛发展]RETURN DISTINCT n2 AS n5 LIMIT 10# 同在河北的上市公司有哪些MATCH p0(n0:股票)-[r0:地域]-(n1:地域) WHERE n1.value河北 RETURN DISTINCT n0 AS n4 LIMIT 10# 神州高铁是什么时候上市的MATCH p0(n1:股票名称)-[r0:股票名称]-(n0:股票)-[r1:上市日期]-(n2:上市日期) WHERE n1.value神州高铁 RETURN DISTINCT n2 AS n1 LIMIT 10# 火力发电行业男性高管有多少个MATCH p0(n1:行业)-[r0:所属行业]-(n0:股票)-[r1:任职于]-(n2:高管)-[r2:性别]-(n3:性别)-[r3:别名]-(n4:性别_别名) WHERE n1.value火力发电 AND n4.value男性RETURN COUNT(DISTINCT n2) AS n3# 2023年三月六日上市的股票代码MATCH p0(n0:股票)-[r0:上市日期]-(n1:上市日期) WHERE (n1.value20230306 AND n1.value20230306) RETURN DISTINCT n0 AS n4 LIMIT 10# 2023年三月六日上市的股票有哪些MATCH p0(n0:股票)-[r0:上市日期]-(n1:上市日期) WHERE (n1.value20230306 AND n1.value20230306) RETURN DISTINCT n0 AS n4 LIMIT 10# 2023年三月六日上市的股票有多少个MATCH p0(n0:股票)-[r0:上市日期]-(n1:上市日期) WHERE (n1.value20230306 AND n1.value20230306) RETURN COUNT(DISTINCT n0) AS n4# 胡永乐是什么性别MATCH p0(n0:高管)-[r0:性别]-(n1:性别) WHERE n0.value胡永乐 RETURN DISTINCT n1 AS n7 LIMIT 10# 在山东由硕士学历的男性高管任职的上市公司都属于哪些行业MATCH p1(n1:地域)-[:地域]-(n2:股票)-[:任职于]-(n3:高管)-[:性别]-(n4:性别),p2(n3)-[:学历]-(n5:学历),p3(n2)-[:所属行业]-(n6:行业)WHERE n1.value山东 AND n5.value硕士 AND n4.valueMRETURN DISTINCT n6.value AS hydef prompt(ask):return f您是一名助手能够根据示例Cypher查询生成Cypher查询。示例Cypher查询有\n {examples()} \n除了Cypher查询之外不要回复任何解释或任何其他信息。您永远不要为你的不准确回复感到抱歉并严格根据提供的cypher示例生成cypher语句。不要提供任何无法从Cypher示例中推断出的Cypher语句。当由于缺少对话上下文而无法推断密码语句时通知用户并说明缺少的上下文是什么。现在请为这个查询生成Cypher:# {ask}if __name__ __main__:# 输入问题ask 在北京由硕士学历的女性高管任职的上市公司都属于哪些行业print(gpt4(prompt(ask)))# GPT-4 Test Result:
# QA:你好正确生成
# RE:请提供您希望查询的信息以便我为您生成相应的Cypher查询语句。如果可以请提供与示例Cypher查询相似的信息和要求。# QA:最近半导体上涨的原因是什么正确生成
# RE:您好根据提供的Cypher示例我无法为您生成关于 最近半导体上涨的原因是什么 的Cypher查询。请提供与您需求相关的Cypher查询示例以便我为您提供有效的查询语句。# QA:海南有哪些上市公司正确生成
# RE:
# MATCH p0(n0:股票)-[r0:地域]-(n1:地域) WHERE n1.value海南
# RETURN DISTINCT n0 AS n4 LIMIT 10# QA:电气设备行业有多少家上市公司正确生成
# RE:
# MATCH p0(n0:股票)-[r0:所属行业]-(n1:行业)
# WHERE n1.value电气设备
# RETURN COUNT(DISTINCT n0) AS n4# QA:水泥行业博士学历的男性高管有多少位正确生成
# RE:
# MATCH
# p0(n1:行业)-[r0:所属行业]-(n0:股票)-[r1:任职于]-(n2:高管)-[r2:性别]-(n3:性别)-[r4:别名]-(n5:性别_别名),
# p1(n2)-[r3:学历]-(n4:学历)
# WHERE n1.value水泥 AND n5.value男性 AND n4.value博士
# RETURN COUNT(DISTINCT n2) AS n3# QA:在北京由硕士学历的女性高管任职的上市公司都属于哪些行业
# RE:
# MATCH
# p1(n1:地域)-[:地域]-(n2:股票)-[:任职于]-(n3:高管)-[:性别]-(n4:性别),
# p2(n3)-[:学历]-(n5:学历),
# p3(n2)-[:所属行业]-(n6:行业)
# WHERE n1.value北京 AND n5.value硕士 AND n4.valueF
# RETURN DISTINCT n6.value AS hy
