2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

使用 LangChain 从文本数据构建知识图

发布日期:2024-04-10 20:48:16 浏览次数: 4342
作者:二师兄talks

微信搜一搜,关注“二师兄talks”

大脑以信息图的形式存储知识。

在本中,我将带领大家了解知识图谱以及如何从自己的文本数据构建一个。

什么是知识图谱?

Knowledge Graph,也称为语义图,是一种高效存储数据的智能结构。数据以节点和边的形式存储。如图1所示,节点表示对象,边表示对象之间的关系。以知识图为代表的数据模型有时被称为资源描述框架(RDF)。RDF 定义了万维网上站点互连的方式。


为什么需要知识图谱?

在整个数据故事中,只有少数数据点本质上代表整个数据集。因此,知识图仅存储重要的数据点。这显着降低了检索时间复杂度并降低了空间复杂度。

我最喜欢的知识图谱用例之一是药物发现和基于RAG的虚拟助手聊天机器人。


实施

1、安装和导入软件包

(注意:我们将使用Open AI的GPT-3.5来生成实体和关系,确保您已准备好您的Open AI Api密钥)

使用您喜欢的软件包管理器安装软件包。在这里,我使用PIP来安装和管理依赖项。

pip install -q langchain openai pyvis gradio==3.39.0

导入已安装的软件包。

from langchain.prompts import PromptTemplatefrom langchain.llms.openai import OpenAIfrom langchain.chains import LLMChainfrom langchain.graphs.networkx_graph import KG_TRIPLE_DELIMITERfrom pprint import pprintfrom pyvis.network import Networkimport networkx as nximport gradio as gr

2、设置API密钥

使用从Open AI平台仪表板复制的API密钥设置api密钥环境变量。在这里,我通过colab secrets传递变量,所以在运行单元格之前,请确保您已经为api密钥值分配了秘密变量。

from google.colab import userdataOPENAI_API_KEY = userdata.get('OPENAI_API_KEY')

3、定义提示

向 LLMs 提出正确的问题至关重要,以便他们能够生成我们需要的内容。在这里,我们添加了一些示例以及说明,以便在推断过程中减少幻觉。这种提示方式被称为Few-Shot提示。随时阅读提示以清楚地了解它的工作原理。

# 用于知识三元组提取的提示模板_DEFAULT_KNOWLEDGE_TRIPLE_EXTRACTION_TEMPLATE = ("You are a networked intelligence helping a human track knowledge triples"" about all relevant people, things, concepts, etc. and integrating"" them with your knowledge stored within your weights"" as well as that stored in a knowledge graph."" Extract all of the knowledge triples from the text."" A knowledge triple is a clause that contains a subject, a predicate,"" and an object. The subject is the entity being described,"" the predicate is the property of the subject that is being"" described, and the object is the value of the property.\\n\\n""EXAMPLE\\n""It's a state in the US. It's also the number 1 producer of gold in the US.\\n\\n"f"Output: (Nevada, is a, state){KG_TRIPLE_DELIMITER}(Nevada, is in, US)"f"{KG_TRIPLE_DELIMITER}(Nevada, is the number 1 producer of, gold)\\n""END OF EXAMPLE\\n\\n""EXAMPLE\\n""I'm going to the store.\\n\\n""Output: NONE\\n""END OF EXAMPLE\\n\\n""EXAMPLE\\n""Oh huh. I know Descartes likes to drive antique scooters and play the mandolin.\\n"f"Output: (Descartes, likes to drive, antique scooters){KG_TRIPLE_DELIMITER}(Descartes, plays, mandolin)\\n""END OF EXAMPLE\\n\\n""EXAMPLE\\n""{text}""Output:")
KNOWLEDGE_TRIPLE_EXTRACTION_PROMPT = PromptTemplate(input_variables=["text"],template=_DEFAULT_KNOWLEDGE_TRIPLE_EXTRACTION_TEMPLATE,)

4、初始化链

使用描述性提示,使用LLMChain类初始化链。

llm = OpenAI(api_key=OPENAI_API_KEY,temperature=0.9)
# 使用知识三元组提取提示创建一个LLMChainchain = LLMChain(llm=llm, prompt=KNOWLEDGE_TRIPLE_EXTRACTION_PROMPT)

要构建知识图谱,您只需要一些相关的文本数据。在这里,我从字符串输入加载文本。但是,重要的是要注意,您还可以使用Python中的数据加载器[3]从一些流行的数据格式(如PDF、JSON、markdown等)加载数据。

# Run the chain with the specified texttext = "The city of Paris is the capital and most populous city of France. The Eiffel Tower is a famous landmark in Paris."triples = chain.invoke({'text' : text}).get('text')

并使用此用户定义的函数解析检索到的三元组

def parse_triples(response, delimiter=KG_TRIPLE_DELIMITER):if not response:return []return response.split(delimiter)
triples_list = parse_triples(triples)
pprint(triples_list)

输出:

[' (Paris, is the capital of, France)', '(Paris, is the most populous city in, France)', '(Eiffel Tower, is a, famous landmark)', '(Eiffel Tower, is in, Paris)']

5、可视化构建的知识图谱

在这里,我们将使用PyVis创建出色的知识图谱可视化,并使用Gradio框架交互地显示它。

以下是一些用户定义的函数,以使我们的任务更容易:

def create_graph_from_triplets(triplets):G = nx.DiGraph()for triplet in triplets:subject, predicate, obj = triplet.strip().split(',')G.add_edge(subject.strip(), obj.strip(), label=predicate.strip())return G
def nx_to_pyvis(networkx_graph):pyvis_graph = Network(notebook=True, cdn_resources='remote')for node in networkx_graph.nodes():pyvis_graph.add_node(node)for edge in networkx_graph.edges(data=True):pyvis_graph.add_edge(edge[0], edge[1], label=edge[2]["label"])return pyvis_graph
def generateGraph():triplets = [t.strip() for t in triples_list if t.strip()]graph = create_graph_from_triplets(triplets)pyvis_network = nx_to_pyvis(graph)
pyvis_network.toggle_hide_edges_on_drag(True)pyvis_network.toggle_physics(False)pyvis_network.set_edge_smooth('discrete')
html = pyvis_network.generate_html()html = html.replace("'", "\\"")
return f"""<iframe style="width: 100%; height: 600px;margin:0 auto" name="result" allow="midi; geolocation; microphone; camera;display-capture; encrypted-media;" sandbox="allow-modals allow-formsallow-scripts allow-same-origin allow-popupsallow-top-navigation-by-user-activation allow-downloads" allowfullscreen=""allowpaymentrequest="" frameborder="0" srcdoc='{html}'></iframe>"""

使用 Gradio 显示 PyVis 生成的 html

demo = gr.Interface( generateGraph, inputs= None , outputs=gr.outputs.HTML(), title= “知识图谱” , allow_flagging= 'never' , live= True , ) 
demo.launch( height= 800 , width= “100%”

最终输出:我们使用 gradio 框架显示了我们的知识图,这样该页面也可以通过生成的链接轻松地与在线任何人共享。只需在方法share=True中添加demo.launch(share=True),您就可以使应用程序对任何人可见。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅