人工智能 知识图谱 | 语义网络写入图形数据库（含jdk和neo4j的安装过程）

Hi，大家好，我是半亩花海。本文主要介绍如何使用 Neo4j 图数据库呈现语义网络，并通过 Python 将语义网络的数据写入数据库。具体步骤包括识别知识中的节点和关系，将其转化为图数据库的节点和边，最后通过代码实现数据的写入和展示。

目录

一、实验目的

二、实验要求

三、实验原理

四、实验步骤

1. 环境配置

（1）下载 JDK

（2）安装 neo4j

（3）配置环境变量

（4）启动 neo4j

2. 安装 py2neo 库

3. 从 py2neo 包导入库

4. 连接 Neo4j 图形数据库

5. 创建并覆盖节点

6. 创建关系

7. 将关系应用到图中

五、实验结果

六、实验小结

七、完整代码

一、实验目的

（1）了解向数据库中写入语义网络的方法。

（2）简单使用Neo4j呈现语义网络。

二、实验要求

本次实验后，能理解语义网络的节点(Node)和关系(Relationship)在数据库中是如何呈现的。

三、实验原理

按照5.3节《知识的语义网络表示》介绍的方法（5.3.1-事实性知识的表示，5.3.2-情况、动作和事件的表示，5.3.3-连词和量词的表示，5.3.4-用语义网络表示知识的步骤），将一个事实用语义网络表示，首先要找出它的节点，再描述它与其他节点的关系，最后用 Python 写入数据库中。

四、实验步骤

1. 环境配置

（1）下载 JDK

官网下载链接：Java Downloads | Oracle

JDK版本的选择一定要恰当，这里我下载安装的是jdk11。Jdk的版本很重要，需要与neo4j匹配适应，版本太低或太高都可能导致后续的neo4j无法使用。

可以参考CSDN上的经验贴，比如借鉴以下这个博主的经验：Neo4j安装教程及版本匹配_neo4j5.15对应哪个版本jdk-CSDN博客（Neo4j安装教程及版本匹配_neo4j5.15对应哪个版本jdk-CSDN博客）。

（2）安装 neo4j

安装好JDK之后，便可以安装neo4j。

官方下载链接：Neo4j Deployment Center - Graph Database & Analytics

根据上述jdk对应版本来看，这里我下载安装的是neo4j 4.4.33。

（3）配置环境变量

安装好 JDK 和 neo4j 之后就要开始配置环境变量。步骤如下：右键单击此电脑→属性→高级系统设置→高级→环境变量，着眼于在下方的系统变量区域。

新建第一个环境变量，变量名为JAVA_HOME，变量值是jdk的文件路径，这里我是E:\jdk\jdk-11.0.23_windows-x64_bin\jdk-11.0.23。新建第二个环境变量，变量名为NEO4J_HOME，变量值是neo4j的文件路径，这里我是E:\neo4j\neo4j-community-4.4.33-windows\neo4j-community-4.4.33。编辑Path→新建→输入 %JAVA_HOME%\bin 和 %NEO4J_HOME%\bin

（4）启动 neo4j

以管理员身份运行 cmd。在命令行处输入neo4j.bat console。

如出现此界面，则证明neo4j启动成功。在浏览器中输入上述界面中给出的网址http://localhost:7474/，则会显示如下界面。

默认的用户名和密码均为neo4j。但是可以修改密码，记住这个密码，后续代码会用到。随后cmd也会出现上述结果。至此，neo4j安装完毕。

2. 安装 py2neo 库

在cmd中输入以下命令即可：pip install py2neo。

3. 从 py2neo 包导入库

from py2neo import Graph, Node, Relationship

4. 连接 Neo4j 图形数据库

# 连接Neo4j图形数据库

g = Graph('http://localhost:7474', user='neo4j', password='0123456789', name='neo4j')

此处，密码我修改为0123456789，进入neo4j。

5. 创建并覆盖节点

植物、树、草、叶、根、水草、水、果树、结果、梨树、结梨这些节点类继承自StructuredNode类，包括节点属性和连接关系。

即将要构造的事实为“树和草都是植物。树和草都有叶和根。水草是草，且生长水中。果树是树，且会结果。梨树是果树的一种，它会结梨”。

# 删除数据库中的所有节点和关系

g.delete_all()

# 创建节点

test_node_1 = Node("植物", name="植物")

test_node_2 = Node("根", name="根")

test_node_3 = Node("叶", name="叶")

test_node_4 = Node("草", name="草")

test_node_5 = Node("水草", name="水草")

test_node_6 = Node("水中", name="水中")

test_node_7 = Node("树", name="树")

test_node_8 = Node("果树", name="果树")

test_node_9 = Node("结果", name="结果")

test_node_10 = Node("梨树", name="梨树")

test_node_11 = Node("结梨", name="结梨")

# 覆盖创建节点

g.merge(test_node_1, "植物", "name")

g.merge(test_node_2, "根", "name")

g.merge(test_node_3, "叶", "name")

g.merge(test_node_4, "草", "name")

g.merge(test_node_5, "水草", "name")

g.merge(test_node_6, "水中", "name")

g.merge(test_node_7, "树", "name")

g.merge(test_node_8, "果树", "name")

g.merge(test_node_9, "结果", "name")

g.merge(test_node_10, "梨树", "name")

g.merge(test_node_11, "结梨", "name")

6. 创建关系

# 创建关系

relation1 = Relationship(test_node_1, 'Have', test_node_2)

relation2 = Relationship(test_node_1, 'Have', test_node_3)

relation3 = Relationship(test_node_4, 'AKO', test_node_1)

relation4 = Relationship(test_node_5, 'AKO', test_node_4)

relation5 = Relationship(test_node_5, 'Live', test_node_6)

relation6 = Relationship(test_node_7, 'AKO', test_node_1)

relation7 = Relationship(test_node_8, 'AKO', test_node_7)

relation8 = Relationship(test_node_8, 'Can', test_node_9)

relation9 = Relationship(test_node_10, 'ISA', test_node_8)

relation10 = Relationship(test_node_11, 'Can', test_node_10)

7. 将关系应用到图中

# 将关系应用到图中

g.merge(relation1)

g.merge(relation2)

g.merge(relation3)

g.merge(relation4)

g.merge(relation5)

g.merge(relation6)

g.merge(relation7)

g.merge(relation8)

g.merge(relation9)

g.merge(relation10)

五、实验结果

六、实验小结

jdk和neo4j的版本需要匹配，这里我用的是 jdk11和neo4j 4.4.33，其中任何一个版本过高或过低都会导致安装库之后运行错误。配置环境变量的时候，需要注意两个变量命名和路径的正确性。创建节点和关系的时候需要反复注意各变量之间逻辑关系。

七、完整代码

# 从neomodel包导入类从neomodel包导入类

from neomodel import StructuredNode, StringProperty, RelationshipTo, RelationshipFrom, config

# 连接Neo4j图形数据库

config.DATABASE_URL = 'bolt://meo4j:neo4j@localhost:7687'

# 编写节点类

# 植物、树、草、叶、根、水草、水、果树、结果、梨树、结梨这些节点类继承自StructuredNode类，包括节点属性和连接关系。

class Plant(StructuredNode):

name = StringProperty(unique_index=True)

has1 = RelationshipFrom('Tree', 'AKO')

has2 = RelationshipFrom('Grass', 'AKO')

havel = RelationshipTo('Leaf', 'Have')

have2 = RelationshipTo('Root', 'Have')

class Tree(StructuredNode):

name = StringProperty(unique_index=True)

ako = RelationshipTo('Plant', 'AKO')

have = RelationshipFrom('Fruiter', 'AKO')

class Grass(StructuredNode):

name = StringProperty(unique_index=True)

ako = RelationshipTo('Plant', 'AKO')

have = RelationshipFrom('Waterweeds', 'AKO')

class Leaf(StructuredNode):

name = StringProperty(unique_index=True)

have = RelationshipFrom('Plant', 'AKO')

class Root(StructuredNode):

name = StringProperty(unique_index=True)

have = RelationshipFrom('Plant', 'Have')

class Waterweeds(StructuredNode):

name = StringProperty(unique_index=True)

ako = RelationshipTo('Grass', 'AKO')

live = RelationshipTo('Water', 'AKO')

class Water(StructuredNode):

name = StringProperty(unique_index=True)

have = RelationshipFrom('Waterweeds', 'Live')

class Fruiter(StructuredNode):

name = StringProperty(unique_index=True)

ako = RelationshipTo('Tree', 'AKO')

can = RelationshipTo('Bear', 'Can')

have = RelationshipFrom('Pear', 'AKO')

class Bear(StructuredNode):

name = StringProperty(unique_index=True)

have = RelationshipFrom('Fruiter', 'Can')

class Pear(StructuredNode):

name = StringProperty(unique_index=True)

ako = RelationshipTo('Fruiter', 'AKO')

can = RelationshipTo('BearPear', 'Can')

class BearPear(StructuredNode):

name = StringProperty(unique_index=True)

have = RelationshipFrom('Pear', 'Can')

# 根据类生成实例

plant = Plant(name="植物").save()

tree = Tree(name="树").save()

grass = Grass(name="草").save()

leaf = Leaf(name="叶").save()

root = Root(name="根").save()

waterweeds = Waterweeds(name="水草").save()

water = Water(name="水").save()

fruiter = Fruiter(name="果树").save()

bear = Bear(name="结果").save()

pear = Pear(name="梨树").save()

bearpear = BearPear(name="结梨").save()

# 创建实例之间的连接关系

pear.ako.connect(fruiter)

pear.can.connect(bearpear)

fruiter.ako.connect(tree)

fruiter.can.connect(bear)

waterweeds.ako.connect(grass)

waterweeds.live.connect(water)

plant.havel.connect(leaf)

plant.have2.connect(root)

tree.ako.connect(plant)

grass.ako.connect(plant)

文章来源

 您阅读本篇文章共花了： 

大家都在找：

数据库：数据库是什么

知识图谱：知识图谱是什么

neo4j：neo4j官网下载

jdk：jdk版本

人工智能：人工智能ai软件