最近在大模型应用中使用图数据库或知识图谱越来越流行。图在表示和存储多样化且相互关联的信息方面具有天然优势，能够轻松捕捉不同数据类型间的复杂关系和属性，从而更好地给大模型提供上下文或数据支持。本文一起来看下如何在大模型应用中使用图数据库或知识图谱。
本文仅是简单入门和体验，不会图数据库或neo4j也无所谓，跟着本文步骤走就可以 。本文可以帮你体会一下知识图谱在RAG中的应用方法，有了体会，后面如果需要再学图数据库的使用方法。
0. 什么是知识图谱 0.1 概念 知识图谱是一种结构化的语义知识库，它通过图的形式存储和表示实体（如人、地点、组织等）以及实体之间的关系（如人物关系、地理位置关系等）。知识图谱通常用于增强搜索引擎的语义理解能力，提供更丰富的信息和更准确的搜索结果。
知识图谱的主要特点包括：
1. **实体(Entity)**：知识图谱中的基本单元，代表现实世界中的一个对象或概念。
2. **关系(Relation)**：实体之间的联系，如“属于”、“位于”、“创立者”等。
3. **属性(Attribute)**：实体所具有的描述性信息，如人的年龄、地点的经纬度等。
4. **图结构(Graph Structure)**：知识图谱以图的形式组织数据，包含节点（实体）和边（关系）。
5. **语义网络(Semantic Network)**：知识图谱可以视为一种语义网络，其中的节点和边都具有语义含义。
6. **推理(Inference)**：知识图谱可以用于推理，即通过已知的实体和关系推导出新的信息。
知识图谱在搜索引擎优化(SEO)、推荐系统、自然语言处理(NLP)、数据挖掘等领域有广泛的应用。例如，Google的Knowledge Graph、Wikidata、DBpedia等都是著名的知识图谱实例。
0.2 知识图谱的意义 知识图谱作为一种数据组织形式，其意义在于提供了一种高效、直观的方式来表示和管理复杂的数据关系。它通过图结构的节点和边，将数据以结构化的形式展现，增强了数据的语义表达能力，使得实体间的关系清晰明确。知识图谱显著提升了信息检索的准确性，尤其在自然语言处理领域，它使得机器能够更好地理解和回应复杂的用户查询。知识图谱在智能应用中发挥着核心作用，如推荐系统、智能问答等。
枯燥的介绍之后，下面我们来看下RAG+知识图谱的案例，亲自动手实现一下。
以下案例来自LangChain的官方文档：https://python.langchain.com/v0.1/docs/integrations/graphs/neo4j_cypher/#refresh-graph-schema-information
1. 上手撸代码 1.1 前期准备 （1）首先需要安装一个图数据库，这里我们使用neo4j。
python安装命令：
pip install neo4j （2）去官方注册一个账号，登录，然后创建一个数据库实例。（用于学习的话选择免费的就行。）
创建完一个在线的数据库实例之后，页面如下：
现在就可以在代码中使用这个数据库了。
1.2 代码实战 （1）在创建完数据库实例之后，你应该会得到该数据的链接、用户名和密码，老规矩，放到环境变量中，然后通过Python加载环境变量：
neo4j_url = os . getenv ( 'NEO4J_URI' ) neo4j_username = os . getenv ( 'NEO4J_USERNAME' ) neo4j_password = os . getenv ( 'NEO4J_PASSWORD' ) （2）链接数据库
LangChain中封装了neo4j的接口，我们只需要导入Neo4jGraph类即可使用。
from langchain_community . graphs import Neo4jGraph graph = Neo4jGraph ( url = neo4j_url , username = neo4j_username , password = neo4j_password ) （3）查询填充数据
可以利用 query 接口进行查询，并返回结果。查询语句的语言是 Cypher 查询语言。
result = graph . query ( """ MERGE (m:Movie {name:"Top Gun", runtime: 120}) WITH m UNWIND ["Tom Cruise", "Val Kilmer", "Anthony Edwards", "Meg Ryan"] AS actor MERGE (a:Actor {name:actor}) MERGE (a)-[:ACTED_IN]->(m) """ ) print ( result ) # 输出：[] 以上代码输出的是 []。
（4）刷新图的架构信息
graph . refresh_schema () print ( graph . schema ) 从结果来看，schema包含了节点的类型、属性以及类型之间的关系等信息，是图的架构。
我们还可以登录到neo4j的web页面，查看一下图数据库中存储的数据：
（5）图数据库中有了数据，接下来我们就可以进行查询了。
LangChain中封装了GraphCypherQAChain类，可以方便地使用图数据库进行查询。如下代码：
chain = GraphCypherQAChain . from_llm ( ChatOpenAI ( temperature = 0 ), graph = graph , verbose = True ) result = chain . invoke ({ "query" : "Who played in Top Gun?" }) print ( result ) 执行过程和结果：
先将自然语言（Who played in Top Gun?）通过大模型转换成了图查询语句，然后通过neo4j执行查询语句，返回结果，最后通过大模型转换成自然语言输出给用户。
2. 拓展知识 2.1 GraphCypherQAChain的参数 以上代码，我们使用了LangChain的GraphCypherQAChain类，这是LangChain提供的图数据库查询和问答Chain。它有很多的参数可以设置，比如使用 exclude_types 来设置忽略哪些节点类型或关系：
chain = GraphCypherQAChain . from_llm ( graph = graph , cypher_llm = ChatOpenAI ( temperature = 0 , model = "gpt-3.5-turbo" ), qa_llm = ChatOpenAI ( temperature = 0 , model = "gpt-3.5-turbo-16k" ), verbose = True , exclude_types =[ "Movie" ], ) 输出类似如下：
Node properties are the following : Actor { name : STRING } Relationship properties are the following : The relationships are the following : 类似还有很多参数可用，可以参考官方文档：https://python.langchain.com/v0.1/docs/integrations/graphs/neo4j_cypher/#use-separate-llms-for-cypher-and-answer-generation
2.2 GraphCypherQAChain 的执行源码 下面是GraphCypherQAChain的执行源码，简单看下其执行过程。
（1）cypher_generation_chain: 自然语言到图查询语句的转换。
（2）extract_cypher: 取出查询语句，这里是因为大模型可能返回一些额外的说明信息，需要去除。
（3）cypher_query_corrector: 修正查询语句。
（4）graph.query: 执行查询语句，查询图数据库，获取内容
（5）self.qa_chain: 根据原始问题和查询的内容，再次利用大模型组织答案，用自然语言输出给用户。
def _call ( self , inputs : Dict [ str , Any ], run_manager : Optional [ CallbackManagerForChainRun ] = None , ) -> Dict [ str , Any ]: """Generate Cypher statement, use it to look up in db and answer question.""" ...... generated_cypher = self . cypher_generation_chain . run ( { "question" : question , "schema" : self . graph_schema }, callbacks = callbacks ) # Extract Cypher code if it is wrapped in backticks generated_cypher = extract_cypher ( generated_cypher ) # Correct Cypher query if enabled if self . cypher_query_corrector : generated_cypher = self . cypher_query_corrector ( generated_cypher ) ...... # Retrieve and limit the number of results # Generated Cypher be null if query corrector identifies invalid schema if generated_cypher : context = self . graph . query ( generated_cypher )[: self . top_k ] else : context = [] if self . return_direct : final_result = context else : ...... result = self . qa_chain ( { "question" : question , "context" : context }, callbacks = callbacks , ) final_result = result [ self . qa_chain . output_key ] chain_result : Dict [ str , Any ] = { self . output_key : final_result } ...... return chain_result
粤ICP备14082021号
免费POC，
零成本试错
