文档知识图谱构建器

这是一个基于Python的文档知识图谱构建工具，可以从文本中提取实体和关系，并生成可视化的知识图谱。

功能特点

• 使用spaCy进行自然语言处理
• 支持多种实体类型识别（人物、组织、地点、日期等）
• 使用多种方法提取实体间关系：
  • 基于动词的关系提取
  • 基于介词的关系提取
  • 基于所有格的关系提取
• 生成高质量的可视化知识图谱
• 支持导出为CSV格式（节点和边分别导出）
• 提供知识图谱统计信息

安装要求

• Python 3.7+
• 依赖包（见requirements.txt）

安装步骤

1. 克隆此仓库
2. 安装依赖：

pip install -r requirements.txt

使用方法

1. 运行主程序：

python knowledge_graph.py

2. 程序将自动处理示例文本，并生成：
   • knowledge_graph.png（可视化图谱）
   • nodes_knowledge_graph.csv（节点数据）
   • edges_knowledge_graph.csv（关系数据）
   • 控制台输出统计信息

自定义使用

要处理自己的文本，可以修改 knowledge_graph.py 中的 sample_text 变量，或者创建新的Python脚本：

from knowledge_graph import KnowledgeGraphBuilder

# 创建构建器实例
kg_builder = KnowledgeGraphBuilder()

# 处理文本
your_text = "你的文本内容"
kg_builder.build_graph(your_text)

# 获取统计信息
stats = kg_builder.get_statistics()
print(stats)

# 生成可视化
kg_builder.visualize("your_output.png")

# 导出数据
kg_builder.export_to_csv("your_output.csv")

输出说明

• PNG文件：包含可视化的知识图谱，使用不同颜色表示不同类型的实体
• nodes_*.csv文件：包含实体信息（实体名称和类型）
• edges_*.csv文件：包含关系信息（源实体、目标实体和关系类型）

实体类型

支持的主要实体类型包括：

• PERSON（人物）
• ORG（组织）
• GPE（地理政治实体）
• DATE（日期）
• PRODUCT（产品）
• EVENT（事件）
• WORK_OF_ART（艺术作品）
• LAW（法律）
• LANGUAGE（语言）
• NOUN_PHRASE（名词短语）

注意事项

• 确保安装了所有依赖包
• 文本最好是英文，因为当前使用的是英文语言模型
• 图谱的布局是自动生成的，每次运行可能略有不同
• 可视化效果可以通过调整 visualize 方法中的参数来优化