[TOC]

---

一、项目展示

二、开发环境说明

1. VS Code
2. Python 3.9

• 主要用的的Python第三方库

• torch=1.11.0

• ltp==4.1.5.post2

• py2neo=2021.2.3

• requests=2.27.1

3. JAVA 11
4. neo4j-community-4.4.7
5. Ubuntu 20.04
6. Docker Engine - Community 20.10.17
7. moba xterm

---

三、使用步骤

1.使用爬虫爬取百度百科

代码如下（示例）：

python main.py 

please input keyword: 赫哲族

抓取网址：http://baike.baidu.com/item/赫哲族
[('\n', '赫哲族是中国东北地区一个历史悠久的少数民族，民族语言为赫哲语，属阿尔泰语系满-通古斯语族满语支（也有观点认为应归入那乃次语支），没有本民族的文字，使用西里尔字母来记录语言，因长期与汉族交错<a target=_blank href="/item/%E6%9D%82%E5%B1%85/205289" data-lemmaid="205289">杂居</a>，通用汉语。</div><div class="para" label-module="para">由于居住地域广阔，赫哲人的自称较多，如“那贝”、“那乃”、“那尼傲”，“赫哲”作为族称最早出现于康熙二年（1663）三月，1934年凌纯声《松花江下游的赫哲族》一书出版后，“赫哲”作为族称开始广泛传播。</div><div class="para" label-module="para">赫哲族主要分布于黑龙江、松花江、乌苏里江交汇构成的三江平原和完达山余脉，集中居住于三乡两村，即同江市街津口赫哲族乡、八岔赫哲族乡、双鸭山市饶河县四排赫哲族乡和佳木斯市敖其镇敖其赫哲族村、抚远县抓吉镇抓吉赫哲族村。根据《<a target=_blank href="/item/%E4%B8%AD%E5%9B%BD%E7%BB%9F%E8%AE%A1%E5%B9%B4%E9%89%B4-2021/59212694" data-lemmaid="59212694">中国统计年鉴-2021</a>》，中国境内赫哲族的人口数为5373人。<sup class="sup--normal" data-sup="1-2" data-ctrmap=":1,:2,:6,">\n[1-2]</sup><a class="sup-anchor" name="ref_[1-2]_4420">&nbsp;</a>\n<sup class="sup--normal" data-sup="6" data-ctrmap=":1,:2,:6,">\n[6]</sup><a class="sup-anchor" name="ref_[6]_4420">&nbsp;</a>\n')]
赫
赫哲族是中国东北地区一个历史悠久的少数民族，民族语言为赫哲语，属阿尔泰语系满-通古斯语族满语支（也有观点认为应归入那乃次语支），没有本民族的文字，使用西里尔字母来记录语言，因长期与汉族交错杂居，通用汉语。由于居住地域广阔，赫哲人的自称较多，如“那贝”、“那乃”、“那尼傲”，“赫哲”作为族称最早出现于康熙二年（1663）三月，1934年凌纯声《松花江下游的赫哲族》一书出版后，“赫哲”作为族称开始广泛传播。赫哲族主要分布于黑龙江、松花江、乌苏里江交汇构成的三江平原和完达山余脉，集中居住于三乡两村，即同江市街津口赫哲族乡、八岔赫哲族乡、双鸭山市饶河县四排赫哲族乡和佳木斯市敖其镇敖其赫哲族村、抚远县抓吉镇抓吉赫哲族村。根据《中国统计年鉴-2021》，中国境内赫哲族的人口数为5373人。[1-2][6]
爬取数据保存成功！
下面开始生成三元组结构化数据
[('赫哲族', '是', '中国东北地区一个历史悠久的少数民族'), ('民族语言', '为', '赫哲语'), ('观点', '认为', '应归入那乃次语支')]
[('“赫哲”', '开始', '广泛传播')]
[('赫哲族', '分布于', '黑龙江、松花江、乌苏里江交汇构成的三江平原和完达山余脉'), ('赫哲族', '居住', '于三乡两村')]
[('中国境内赫哲族的人口数', '为', '5373人')]
[]
{'郝哲族': ['赫哲族', '民族语言', '观点', '“赫哲”', '赫哲族', '赫哲族', '中国境内赫哲族的人口数'], '描述': ['是', '为', '认为', '开始', '分布于', '居住', '为'], '关系': ['中国东北地区一个历史悠久的少数民族', '赫哲语', '应归入那乃次语支', '广泛传播', '黑龙江、松花江、乌苏里江交汇构成的三江平原和完达山余脉', '于三乡两村', '5373人']}
           郝哲族   描述                           关系
0          赫哲族    是            中国东北地区一个历史悠久的少数民族
1         民族语言    为                          赫哲语
2           观点   认为                     应归入那乃次语支
3         “赫哲”   开始                         广泛传播
4          赫哲族  分布于  黑龙江、松花江、乌苏里江交汇构成的三江平原和完达山余脉
5          赫哲族   居住                        于三乡两村
6  中国境内赫哲族的人口数    为                        5373人
1
2
3
4
5
6
7
知识图谱创建完毕！

2.自定义非结构化数据创建知识图谱

需要先将非结构化数据保存到data目录下data1.txt文件中，

代码如下（示例）：

python test2.py

下面开始生成三元组结构化数据
[('赫哲人先民', '是', '肃慎族系的组成部分'), ('历史上', '包含', '于肃慎、挹娄、勿吉等古代民族之中')]
[('赫哲族先民与黑水靺鞨', '有', '密切的渊源关系')]
[]
[('唐于黑水靺鞨之地', '设', '黑水军')]
[('辽代', '属于', '生女真北支的一部分')]
[('赫哲族先民', '归属', '其内')]
[]
[('金收国元年(1115)', '设置', '胡里改路'), ('赫哲族先民', '归属', '其内')]
[('元代', '为', '女真水达达人的一部分')]
[]
[('赫哲族先民', '归属', '其内')]
[]
[('赫哲人', '是', '野人女真的重要组成部分')]
[]
[('这', '奠定', '基础')]
[]
[]
[]
[]
[('海西女真', '居于', '松花江下游一带'), ('海西女真', '定居于', '辽河上游至松花江上游之间')]
[]
[('明朝', '是', '赫哲族形成的孕育时期'), ('赫哲族体', '进入', '形成期')]
[('满族和赫哲族', '出自于', '黑水靺鞨')]
[('建州、海西女真', '成为', '满族形成的主体')]
[]
[]
[('中国的赫哲族和俄罗斯的那乃人', '是', '剃发黑斤的后裔'), ('被俄罗斯学者错划为乌尔奇人的', '是', '不剃发黑斤的后裔')]
[('努尔哈赤与清朝', '用兵', '对赫哲人居住的地区')]
[]
[('对赫哲族用兵的主要原因', '是', '“慢不朝贡”')]
[]
[]
[]
[('清朝统治者', '采取', '削弱、同化的政策')]
[('编入八旗的赫哲人（佛满洲）', '融入', '满族中')]
[]
...(省略)

四、Docker镜像说明

采用Docker技术镜像化，上传至远程仓库，不需要在为环境配置烦恼，直接拉取镜像， 代码如下（示例）： 拉取镜像

docker pull 779425102/debian_centos7initial:kg_lxx

创建容器

mkdir /opt/docker_dir
docker   run -itd   --name kg -p 7473:7473  -p 7474:7474  -p 7687:7687 -v /opt/docker_dir:/home/kg  779425102/debian_centos7initial:kg_lxx  /bin/bash

进入这个容器

docker exec -it kg /bin/bash

进入容器就可以使用，使用方式同使用步骤

---

github链接

https://github.com/feilanlong/knowledge-graph.git

联系方式

QQ/VX:779425102 邮箱：779425102@qq.com