跳到主要内容
Open In ColabOpen on GitHub

Diffbot

Diffbot 是一套基于机器学习的产品，可以轻松地构建网络数据结构。

Diffbot 的自然语言处理 API 可以从非结构化文本数据中提取实体、关系和语义信息。 在 Colab 中打开

用例​

文本数据通常包含丰富的关系和洞察，可用于各种分析、推荐引擎或知识管理应用。

通过将 Diffbot 的 NLP API 与图数据库 Neo4j 结合，您可以根据从文本中提取的信息创建强大、动态的图结构。这些图结构完全可查询，并可集成到各种应用程序中。

这种组合支持以下用例：

  • 从文本文档、网站或社交媒体动态构建知识图谱（如 Diffbot 的知识图谱）。
  • 根据数据中的语义关系生成推荐。
  • 创建理解实体之间关系的高级搜索功能。
  • 构建分析仪表板，让用户能够探索数据中隐藏的关系。

概述​

LangChain 提供与图数据库交互的工具

  1. 使用图转换器和存储集成从文本构建知识图谱
  2. 使用链进行查询创建和执行，查询图数据库
  3. 使用代理进行健壮和灵活的查询，与图数据库交互

设置​

首先，获取所需的包并设置环境变量

%pip install --upgrade --quiet  langchain langchain-experimental langchain-openai langchain-neo4j neo4j wikipedia

Diffbot NLP API​

Diffbot 的 NLP API 是一种从非结构化文本数据中提取实体、关系和语义上下文的工具。这些提取的信息可用于构建知识图谱。要使用该 API，您需要从 Diffbot 获取一个免费的 API 令牌。

from langchain_experimental.graph_transformers.diffbot import DiffbotGraphTransformer

diffbot_api_key = "DIFFBOT_KEY"
diffbot_nlp = DiffbotGraphTransformer(diffbot_api_key=diffbot_api_key)

此代码获取关于“沃伦·巴菲特”的维基百科文章，然后使用 DiffbotGraphTransformer 提取实体和关系。DiffbotGraphTransformer 输出结构化数据 GraphDocument，可用于填充图数据库。请注意，由于 Diffbot 的每个 API 请求的字符限制，因此避免了文本分块。

from langchain_community.document_loaders import WikipediaLoader

query = "Warren Buffett"
raw_documents = WikipediaLoader(query=query).load()
graph_documents = diffbot_nlp.convert_to_graph_documents(raw_documents)
API 参考：WikipediaLoader

将数据加载到知识图谱中​

您需要有一个正在运行的 Neo4j 实例。一种选择是在其 Aura 云服务中创建一个免费的 Neo4j 数据库实例。您也可以使用Neo4j Desktop 应用程序在本地运行数据库，或者运行一个 Docker 容器。您可以通过执行以下脚本来运行本地 Docker 容器：

docker run \
    --name neo4j \
    -p 7474:7474 -p 7687:7687 \
    -d \
    -e NEO4J_AUTH=neo4j/password \
    -e NEO4J_PLUGINS=\[\"apoc\"\]  \
    neo4j:latest

如果您正在使用 Docker 容器，您需要等待几秒钟，直到数据库启动。

from langchain_neo4j import Neo4jGraph

url = "bolt://:7687"
username = "neo4j"
password = "password"

graph = Neo4jGraph(url=url, username=username, password=password)
API 参考：Neo4jGraph

GraphDocuments 可以使用 add_graph_documents 方法加载到知识图谱中。

graph.add_graph_documents(graph_documents)

刷新图模式信息​

如果数据库架构发生变化，您可以刷新生成 Cypher 语句所需的架构信息。

graph.refresh_schema()

查询图​

我们现在可以使用图 Cypher QA 链来向图提出问题。建议使用 gpt-4 来构建 Cypher 查询以获得最佳体验。

from langchain_neo4j import GraphCypherQAChain
from langchain_openai import ChatOpenAI

chain = GraphCypherQAChain.from_llm(
    cypher_llm=ChatOpenAI(temperature=0, model_name="gpt-4"),
    qa_llm=ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo"),
    graph=graph,
    verbose=True,
    allow_dangerous_requests=True,
)
chain.run("Which university did Warren Buffett attend?")


> Entering new GraphCypherQAChain chain...
Generated Cypher:
MATCH (p:Person {name: "Warren Buffett"})-[:EDUCATED_AT]->(o:Organization)
RETURN o.name
Full Context:
[{'o.name': 'New York Institute of Finance'}, {'o.name': 'Alice Deal Junior High School'}, {'o.name': 'Woodrow Wilson High School'}, {'o.name': 'University of Nebraska'}]

> Finished chain.
'Warren Buffett attended the University of Nebraska.'
chain.run("Who is or was working at Berkshire Hathaway?")


> Entering new GraphCypherQAChain chain...
Generated Cypher:
MATCH (p:Person)-[r:EMPLOYEE_OR_MEMBER_OF]->(o:Organization) WHERE o.name = 'Berkshire Hathaway' RETURN p.name
Full Context:
[{'p.name': 'Charlie Munger'}, {'p.name': 'Oliver Chace'}, {'p.name': 'Howard Buffett'}, {'p.name': 'Howard'}, {'p.name': 'Susan Buffett'}, {'p.name': 'Warren Buffett'}]

> Finished chain.
'Charlie Munger, Oliver Chace, Howard Buffett, Susan Buffett, and Warren Buffett are or were working at Berkshire Hathaway.'