知识图谱系列（一）：如何构建一个简单的知识图谱

之前在了解对话系统的时候，就发现其实一个有应用价值的对话系统，需要引入外部知识辅助决策分析，所以我就打算最近学习一下知识图谱，并尝试结合知识图谱构建一个对话系统。

知识图谱是谷歌提出的一个概念，从定义上来说，知识图谱就是结构化的语义知识库，是一种基于图的数据结构，用于描述物理世界中的概念及其相互关系。

既然是图就有边和节点，边指的是事物之间的关系，而节点这里简单地分成两种，第一种是实体，所谓实体就是指现实世界中的一些具体的事物，比如说一个人、一座城市、一家公司等等，都属于实体的范畴。除此之外，我们可以考虑一下，在现实世界里，我们除了需要描述事物之间的关系，有时候我们还需要描述事物本身具备的一些特征，比如"小明是一个大学生"，“小明发表了10篇论文”、“小明有2台汽车”，对于这种情况，就要考虑另一种类型的节点，也就是属性，属性可以分为对象属性和数据属性，在"小明是一个大学生"中，“大学生"就是一个对象属性节点，边可以是"当前学历”，在"小明发表了10篇论文"中，“10"是一个数据属性，边可以是"已发表论文数”。当然概念的东西简单了解一下就好，实际上看图更容易理解。

接下来我们要谈的是如何存储知识，或者说如何表示知识，虽然现在比较前沿的研究方向是通过稠密的低维向量实现对实体和关系的分布式表示，但是这里还是从最简单的三元组谈起。

所谓三元组就是< header entity, relation, tail entity >, 比如说"小明是一个大学生"可以表示为< 小明, 当前学历, 大学生 >，"小明今年十岁"可以表示为< 小明, 年龄, 10 >，这样就可以把知识数据结构化地进行存储。

接下来介绍一下如何构建一个知识图谱，用到的工具是Neo4j。

Neo4j作为一个图数据库，为了数据的储存、读写等操作更合理高效，在设计逻辑上和知识图谱有一些差别，所以这里先介绍一下Neo4j的一些概念，为了方便对应Neo4j的官方文档，下列的概念一律用英文。

node是Neo4j的基本概念，以下是Neo4j的一个单一节点：

Neo4j的node和之前讲到的知识图谱中的节点不同，它不仅仅是一个单一的实体或者属性，它包括了label和property。其中label是Neo4j引入的一个新概念，它的作用是根据label把node划分成一个个集合，比如说"学生"可以是一个label，"国家"也可以是一个label，label具体是什么由我们来设计，我们可以通过指定label对这一批数据进行特定的操作。

除此之外，一个node可以拥有多个label，为node设计什么label，主要还是要根据实际情况判断，看如何设计能方便数据的查询和修改等操作：

第三个概念是relationship，relationship就是连接两个node的边，而且这是有向边，relationship中包含relationship type，比如"acted_in"，就是表示Tom Hanks是Forrest Gump中的一个演员：

第四个概念是property，property是一个键值对，在之前node的介绍中也提到，node由label和property构成，需要注意的是，node和relationship都可以有property，比如上方的ACTED_IN中就通过property说明了Tom Hanks在Forrest Gump中扮演的角色是Forrest。

property中比较特别的是name，经过测试，我发现一个node没有name的话，在可视化界面是不会显示这个node的名称的（这样说好像很傻仔……），但从Neo4j的逻辑来看，一个node不一定需要name这个property，所以我们应该把Neo4j中的node看成是一个更抽象的node，而不是知识图谱中的实体。

经过上面的介绍，主要想说明的是，Neo4j主要的目的也是构建一个知识图谱，不过在实现上更多从数据库的角度出发，引入了label等结构，方面了用户在查询、增删数据时的便利度。除此之外还有其他一些概念，这里暂不继续说，有兴趣的可以看看Neo4j的官方文档。

接下来就是实操环节，安装方面可以参考这个教程，假设我们已经安装好Neo4j，就能通过localhost:7474进行访问：

我们可以通过Cypher或者python对Neo4j进行操作，Cypher就相当于mysql那种数据库操作语言，这里有详细教程，使用上Cypher和python可以结合使用，所以都可以了解一下。

以下就是利用python的py2neo库建一个简单的知识图谱:

from py2neo import Graph, Node, Relationship

# 连接Neo4j
g = Graph(
    host='127.0.0.1',
    http_port=7474,
    user='neo4j',
    password='neo4j')

# 创建节点
da_vinci = Node('person', name='DA VINCI')
mona_lisa = Node('art', name='MONA LISA')
louvre = Node('place', name='LOUVRE')

g.create(da_vinci)
g.create(mona_lisa)
g.create(louvre)

relation1 = Relationship(da_vinci, 'painted', mona_lisa)
relation2 = Relationship(mona_lisa, 'is_in', louvre)

g.create(relation1)
g.create(relation2)

这里根据文章一开始的图简单写了几个节点，跑完代码就能看到页面上更新了知识图谱，实现上没有什么难点，但是一个很好的入门案例。

总的来说，本文简单介绍了知识图谱的基本概念，并且通过Neo4j简单构建了一个知识图谱。

KnowledgeGraphBeginner这个项目目的是从零开始实现基于知识图谱的对话系统，会随着这个系列的文章不断更新。