Diffbot

Diffbot 是一套基于机器学习的产品，旨在简化网络数据的结构化处理。

Diffbot 的 自然语言处理 API 允许从非结构化文本数据中提取实体、关系和语义信息。

用例

文本数据通常包含丰富的关系和洞察，用于各种分析、推荐引擎或知识管理应用。

通过将 Diffbot's NLP API 与 Neo4j 结合使用，您可以根据从文本中提取的信息创建强大且动态的图结构。这些图结构是完全可查询的，并可以集成到各种应用中。

这种组合允许以下用例：

• 从文本文件、网站或社交媒体源构建知识图谱（如 Diffbot's Knowledge Graph）。
• 基于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，允许用户探索数据中的隐藏关系。

概述

LangChain 提供与图数据库交互的工具：

1. 从文本构建知识图谱，使用图转换器和存储集成
2. 查询图数据库，使用链来创建和执行查询
3. 与图数据库交互，使用代理进行强大而灵活的查询

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 neo4j wikipedia

Diffbot NLP API

Diffbot's NLP API 是一个用于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。提取的信息可以用来构建知识图谱。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)

这段代码获取关于“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 输出一个结构化数据 GraphDocument，可以用来填充图数据库。请注意，由于 Diffbot 的 每个 API 请求字符限制，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)

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。一个选项是在他们的 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

如果您使用 docker 容器，则需要等待几秒钟以便数据库启动。

from langchain_community.graphs import Neo4jGraph

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

graph = Neo4jGraph(url=url, username=username, password=password)

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

graph.add_graph_documents(graph_documents)

刷新图形模式信息

如果数据库的模式发生变化，您可以刷新生成 Cypher 语句所需的模式信息

graph.refresh_schema()

查询图形

我们现在可以使用图形 cypher QA 链来询问图形。建议使用 gpt-4 来构建 Cypher 查询，以获得最佳体验。

from langchain.chains 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,
)

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.'