spring boot集成neo4j实现简单的知识图谱

一、neo4j介绍
随着社交、电商、金融、零售、物联网等行业的快速发展，现实社会织起了了一张庞大而复杂的关系网，传统数据库很难处理关系运算。大数据行业需要处理的数据之间的关系随数据量呈几何级数增长，急需一种支持海量复杂数据关系运算的数据库，图数据库应运而生。 世界上很多著名的公司都在使用图数据库，比如：社交领域：Facebook, Twitter，Linkedin用它来管理社交关系，实现好友推荐

二、图数据库neo4j安装

下载镜像：docker pull neo4j:3.5.0

运行容器：docker run -d -p 7474:7474 -p 7687:7687 –name neo4j-3.5.0 neo4j:3.5.0

停止容器：docker stop neo4j-3.5.0

启动容器：docker start neo4j-3.5.0

浏览器 http://localhost:7474/ 访问 neo4j 管理后台，初始账号/密码 neo4j/neo4j，会要求修改初始化密码，我们修改为 neo4j/123456

三、简单CQL入门
就像我们平常使用关系型数据库中的SQL语句一样，neo4j中可以使用Cypher查询语言（CQL）进行图形数据库的查询，我们简单来看一下增删改查的用法。

添加节点
在CQL中，可以通过CREATE命令去创建一个节点，创建不含有属性节点的语法如下：

CREATE (:)
在CREATE语句中，包含两个基础元素，节点名称node-name和标签名称lable-name。标签名称相当于关系型数据库中的表名，而节点名称则代指这一条数据。 以下面的CREATE语句为例，就相当于在Person这张表中创建一条没有属性的空数据。

CREATE (索尔:Person)
而创建包含属性的节点时，可以在标签名称后面追加一个描绘属性的json字符串：

CREATE (
:
{
:,
…
:
}
)
用下面的语句创建一个包含属性的节点：

CREATE (洛基:Person {name:”洛基”,title:”诡计之神”})

查询节点
在创建完节点后，我们就可以使用MATCH匹配命令查询已存在的节点及属性的数据，命令的格式如下：

MATCH (:)
通常，MATCH命令在后面配合RETURN、DELETE等命令使用，执行具体的返回或删除等操作。 执行下面的命令：

MATCH (p:Person) RETURN p
查看可视化的显示结果：图片可以看到上面添加的两个节点，分别是不包含属性的空节点和包含属性的节点，并且所有节点会有一个默认生成的id作为唯一标识。

删除节点
接下来，我们删除之前创建的不包含属性的无用节点，上面提到过，需要使用MATCH配合DELETE进行删除。

MATCH (p:Person) WHERE id(p)=100
DELETE p
在这条删除语句中，额外使用了WHERE过滤条件，它与SQL中的WHERE非常相似，命令中通过节点的id进行了过滤。 删除完成后，再次执行查询操作，可以看到只保留了洛基这一个节点

添加关联
在neo4j图数据库中，遵循属性图模型来存储和管理数据，也就是说我们可以维护节点之间的关系。 在上面，我们创建过一个节点，所以还需要再创建一个节点作为关系的两端：

CREATE (p:Person {name:”索尔”,title:”雷神”})
创建关系的基本语法如下：

CREATE (:)

  • [:]
    -> (:)
    当然，也可以利用已经存在的节点创建关系，下面我们借助MATCH先进行查询，再将结果进行关联，创建两个节点之间的关联关系：

MATCH (m:Person),(n:Person)
WHERE m.name=’索尔’ and n.name=’洛基’
CREATE (m)-[r:BROTHER {relation:”无血缘兄弟”}]->(n)
RETURN r
添加完成后，可以通过关系查询符合条件的节点及关系：

MATCH (m:Person)-[re:BROTHER]->(n:Person)
RETURN m,re,n
可以看到两者之间已经添加了关联：图片需要注意的是，如果节点被添加了关联关系后，单纯删除节点的话会报错，：

Neo.ClientError.Schema.ConstraintValidationFailed
Cannot delete node<85>, because it still has relationships. To delete this node, you must first delete its relationships.
这时，需要在删除节点时同时删除关联关系：

MATCH (m:Person)-[r:BROTHER]->(n:Person)
DELETE m,r
执行上面的语句，就会在删除节点的同时，删除它所包含的关联关系了。 那么，简单的cql语句入门到此为止，它已经基本能够满足我们的简单业务场景了，下面我们开始在springboot中整合neo4j。

四、springboot整合neo4j

pom.xml



springboot-demo
com.et
1.0-SNAPSHOT

4.0.0

<artifactId>neo4j</artifactId>

<properties>
    <maven.compiler.source>8</maven.compiler.source>
    <maven.compiler.target>8</maven.compiler.target>
</properties>
<dependencies>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-autoconfigure</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-neo4j</artifactId>
    </dependency>

    <dependency>
        <groupId>com.hankcs</groupId>
        <artifactId>hanlp</artifactId>
        <version>portable-1.2.4</version>
    </dependency>
    <dependency>
        <groupId>edu.stanford.nlp</groupId>
        <artifactId>stanford-parser</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
    </dependency>
</dependencies>

属性文件
server:
port: 8088
spring:
data:
neo4j:
uri: bolt://127.0.0.1:7687
username: neo4j
password: 123456

文本SPO抽取
在项目中构建知识图谱时，很大一部分场景是基于非结构化的数据，而不是由我们手动输入确定图谱中的节点或关系。因此，我们需要基于文本进行知识抽取的能力，简单来说就是要在一段文本中抽取出SPO主谓宾三元组，来构成图谱中的点和边。 这里我们借助Git上一个现成的工具类，来进行文本的语义分析和SPO三元组的抽取工作，

项目地址：https://github.com/hankcs/MainPartExtracto

package com.et.neo4j.hanlp;

import com.et.neo4j.util.GraphUtil;
import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;
import edu.stanford.nlp.ling.Word;
import edu.stanford.nlp.parser.lexparser.LexicalizedParser;
import edu.stanford.nlp.trees.*;
import edu.stanford.nlp.trees.international.pennchinese.ChineseTreebankLanguagePack;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.Collection;
import java.util.LinkedList;
import java.util.List;

/**

  • 提取主谓宾
    *

  • @author hankcs
    */
    public class MainPartExtractor
    {

    private static final Logger LOG = LoggerFactory.getLogger(MainPartExtractor.class);
    private static LexicalizedParser lp;
    private static GrammaticalStructureFactory gsf;
    static
    {

     //模型
 String models = "models/chineseFactored.ser";
 LOG.info("载入文法模型：" + models);
 lp = LexicalizedParser.loadModel(models);
 //汉语
 TreebankLanguagePack tlp = new ChineseTreebankLanguagePack();
 gsf = tlp.grammaticalStructureFactory();

    }

    /**

    • 获取句子的主谓宾
      *

    • @param sentence 问题

    • @return 问题结构
      */
      public static MainPart getMainPart(String sentence)
      {
      // 去掉不可见字符
      sentence = sentence.replace(“\s+”, “”);
      // 分词，用空格隔开
      List wordList = seg(sentence);
      return getMainPart(wordList);
      }

      /**

    • 获取句子的主谓宾
      *

    • @param words HashWord列表

    • @return 问题结构
      */
      public static MainPart getMainPart(List words)
      {
      MainPart mainPart = new MainPart();
      if (words == null || words.size() == 0) return mainPart;
      Tree tree = lp.apply(words);
      LOG.info(“句法树:{}”, tree.pennString());
      // 根据整个句子的语法类型来采用不同的策略提取主干
      switch (tree.firstChild().label().toString())
      {

       case "NP":
     // 名词短语，认为只有主语，将所有短NP拼起来作为主语即可
     mainPart = getNPPhraseMainPart(tree);
     break;
 default:
     GrammaticalStructure gs = gsf.newGrammaticalStructure(tree);
     Collection<TypedDependency> tdls = gs.typedDependenciesCCprocessed(true);
     LOG.info("依存关系：{}", tdls);
     TreeGraphNode rootNode = getRootNode(tdls);
     if (rootNode == null)
     {
         return getNPPhraseMainPart(tree);
     }
     LOG.info("中心词语：", rootNode);
     mainPart = new MainPart(rootNode);
     for (TypedDependency td : tdls)
     {
         // 依存关系的出发节点，依存关系，以及结束节点
         TreeGraphNode gov = td.gov();
         GrammaticalRelation reln = td.reln();
         String shortName = reln.getShortName();
         TreeGraphNode dep = td.dep();
         if (gov == rootNode)
         {
             switch (shortName)
             {
                 case "nsubjpass":
                 case "dobj":
                 case "attr":
                     mainPart.object = dep;
                     break;
                 case "nsubj":
                 case "top":
                     mainPart.subject = dep;
                     break;
             }
         }
         if (mainPart.object != null && mainPart.subject != null)
         {
             break;
         }
     }
     // 尝试合并主语和谓语中的名词性短语
     combineNN(tdls, mainPart.subject);
     combineNN(tdls, mainPart.object);
     if (!mainPart.isDone()) mainPart.done();

      }

      return mainPart;
      }

      private static MainPart getNPPhraseMainPart(Tree tree)
      {
      MainPart mainPart = new MainPart();
      StringBuilder sbResult = new StringBuilder();
      List phraseList = getPhraseList(“NP”, tree);
      for (String phrase : phraseList)
      {

       sbResult.append(phrase);

      }
      mainPart.result = sbResult.toString();
      return mainPart;
      }

      /**

    • 从句子中提取最小粒度的短语

    • @param type

    • @param sentence

    • @return
      */
      public static List getPhraseList(String type, String sentence)
      {
      return getPhraseList(type, lp.apply(seg(sentence)));
      }

      private static List getPhraseList(String type, Tree tree)
      {
      List phraseList = new LinkedList();
      for (Tree subtree : tree)
      {

       if(subtree.isPrePreTerminal() && subtree.label().value().equals(type))
 {
     StringBuilder sbResult = new StringBuilder();
     for (Tree leaf : subtree.getLeaves())
     {
         sbResult.append(leaf.value());
     }
     phraseList.add(sbResult.toString());
 }

      }
      return phraseList;
      }

      /**

    • 合并名词性短语为一个节点

    • @param tdls 依存关系集合

    • @param target 目标节点
      */
      private static void combineNN(Collection tdls, TreeGraphNode target)
      {
      if (target == null) return;
      for (TypedDependency td : tdls)
      {

       // 依存关系的出发节点，依存关系，以及结束节点
 TreeGraphNode gov = td.gov();
 GrammaticalRelation reln = td.reln();
 String shortName = reln.getShortName();
 TreeGraphNode dep = td.dep();
 if (gov == target)
 {
     switch (shortName)
     {
         case "nn":
             target.setValue(dep.toString("value") + target.value());
             return;
     }
 }

      }
      }

      private static TreeGraphNode getRootNode(Collection tdls)
      {
      for (TypedDependency td : tdls)
      {

       if (td.reln() == GrammaticalRelation.ROOT)
 {
     return td.dep();
 }

      }

      return null;
      }

      /**

    • 分词
      *

    • @param sentence 句子

    • @return 分词结果
      */
      private static List seg(String sentence)
      {
      //分词
      LOG.info(“正在对短句进行分词：” + sentence);
      List wordList = new LinkedList<>();
      List terms = HanLP.segment(sentence);
      StringBuffer sbLogInfo = new StringBuffer();
      for (Term term : terms)
      {

       Word word = new Word(term.word);
 wordList.add(word);
 sbLogInfo.append(word);
 sbLogInfo.append(' ');

      }
      LOG.info(“分词结果为：” + sbLogInfo);
      return wordList;
      }

      public static MainPart getMainPart(String sentence, String delimiter)
      {
      List wordList = new LinkedList<>();
      for (String word : sentence.split(delimiter))
      {

       wordList.add(new Word(word));

      }
      return getMainPart(wordList);
      }

      /**

    • 调用演示

    • @param args
      /
      public static void main(String[] args)
      {
      /       String[] testCaseArray = {

           "我一直很喜欢你",
     "你被我喜欢",
     "美丽又善良的你被卑微的我深深的喜欢着……",
     "只有自信的程序员才能把握未来",
     "主干识别可以提高检索系统的智能",
     "这个项目的作者是hankcs",
     "hankcs是一个无门无派的浪人",
     "搜索hankcs可以找到我的博客",
     "静安区体育局2013年部门决算情况说明",
     "这类算法在有限的一段时间内终止",

      };
      for (String testCase : testCaseArray)
      {

       MainPart mp = MainPartExtractor.getMainPart(testCase);
 System.out.printf("%s\t%s\n", testCase, mp);

      }*/
      mpTest();
      }
      public static void mpTest(){
      String[] testCaseArray = {

           "我一直很喜欢你",
     "你被我喜欢",
     "美丽又善良的你被卑微的我深深的喜欢着……",
     "小米公司主要生产智能手机",
     "他送给了我一份礼物",
     "这类算法在有限的一段时间内终止",
     "如果大海能够带走我的哀愁",
     "天青色等烟雨，而我在等你",
     "我昨天看见了一个非常可爱的小孩"

      };
      for (String testCase : testCaseArray) {

       MainPart mp = MainPartExtractor.getMainPart(testCase);
 System.out.printf("%s   %s   %s \n",
         GraphUtil.getNodeValue(mp.getSubject()),
         GraphUtil.getNodeValue(mp.getPredicate()),
         GraphUtil.getNodeValue(mp.getObject()));

      }
      }
      }

动态构建知识图谱
在上面的基础上，我们就可以在项目中动态构建知识图谱了，新建一个NodeServiceImpl，其中实现两个关键方法parseAndBind和addNode 首先是根据句子中抽取的主语或宾语在neo4j中创建节点的方法，这里根据节点的name判断是否为已存在的节点，如果存在则直接返回，不存在则添加：

package com.et.neo4j.service;

import com.et.neo4j.entity.Node;
import com.et.neo4j.entity.Relation;
import com.et.neo4j.hanlp.MainPart;
import com.et.neo4j.hanlp.MainPartExtractor;
import com.et.neo4j.repository.NodeRepository;
import com.et.neo4j.repository.RelationRepository;
import com.et.neo4j.util.GraphUtil;
import edu.stanford.nlp.trees.TreeGraphNode;
import lombok.AllArgsConstructor;
import org.springframework.stereotype.Service;
import sun.plugin.dom.core.Attr;

import java.util.Arrays;
import java.util.List;
import java.util.Objects;

@Service
@AllArgsConstructor
public class NodeServiceImpl implements NodeService {
private final NodeRepository nodeRepository;
private final RelationRepository relationRepository;

@Override
public Node save(Node node) {
    Node save = nodeRepository.save(node);
    return save;
}
@Override
public void bind(String name1, String name2, String relationName) {
    Node start = nodeRepository.findByName(name1);
    Node end = nodeRepository.findByName(name2);

    Relation relation =new Relation();
    relation.setStartNode(start);
    relation.setEndNode(end);
    relation.setRelation(relationName);

    relationRepository.save(relation);
}
private Node addNode(TreeGraphNode treeGraphNode){

    String nodeName = GraphUtil.getNodeValue(treeGraphNode);

    Node existNode = nodeRepository.findByName(nodeName);
    if (Objects.nonNull(existNode))
        return existNode;

    Node node =new Node();
    node.setName(nodeName);
    return nodeRepository.save(node);
}
@Override
public List<Relation> parseAndBind(String sentence) {
    MainPart mp = MainPartExtractor.getMainPart(sentence);

    TreeGraphNode subject = mp.getSubject();    //主语
    TreeGraphNode predicate = mp.getPredicate();//谓语
    TreeGraphNode object = mp.getObject();      //宾语

    if (Objects.isNull(subject) || Objects.isNull(object))
        return null;

    Node startNode = addNode(subject);
    Node endNode = addNode(object);
    String relationName = GraphUtil.getNodeValue(predicate);//关系词

    List<Relation> oldRelation = relationRepository
            .findRelation(startNode, endNode,relationName);
    if (!oldRelation.isEmpty())
        return oldRelation;

    Relation botRelation=new Relation();
    botRelation.setStartNode(startNode);
    botRelation.setEndNode(endNode);
    botRelation.setRelation(relationName);
    Relation relation = relationRepository.save(botRelation);

    return Arrays.asList(relation);
}

}
本文只是拿出关键代码作讲解，具体的代码参考代码仓库地址里面neo4j模块

代码仓库
https://github.com/Harries/springboot-demo

五、测试
启动java应用，输入以下地址

http://127.0.0.1:8088/parse?sentence=海拉又被称为死亡女神
http://127.0.0.1:8088/parse?sentence= 死亡女神捏碎了雷神之锤
http://127.0.0.1:8088/parse?sentence=雷神之锤属于索尔
在图数据库neo4j里面查询

MATCH (p:Person) RETURN p
图片

六、引用
https://www.cnblogs.com/trunks2008/p/16706962.html

http://www.liuhaihua.cn/archives/710286.html

作者：Jeebiz  创建时间：2024-08-06 20:36
最后编辑：Jeebiz  更新时间：2024-08-16 11:44