从 0 到 3000 节点: 我用 DeepSeek NebulaGraph 构建农业知识图谱 - 链载Ai

知识图谱作为结构化知识的重要载体，正逐渐成为各领域智能化应用的核心。春节期间，DeepSeek 的横空出世引发了广泛关注。DeepSeek 作为一款强大的语言模型，具备先进的自然语言处理能力，能够从文本中提取关键信息并生成知识图谱的结构。而 NebulaGraph 作为一款高性能的分布式图数据库，能够高效存储和管理大规模图数据。

作为一名图爱好者，让人忍不住想试一试 DeepSeek 在构建知识图谱的能力，并通过一系列实验验证其在知识提取、图谱融合以及无中生有构建图谱方面的表现。实验结果表明，DeepSeek 在知识图谱构建和融合方面表现出色，但也存在一些技术细节需要优化。

开测之前，我们先对整体思路做一个梳理，我们需要确定以下几个问题：

1. 能否通过一篇文章，准确构建知识图谱

2. 能否对不同来源的文章进行知识融合

3. 如果不提供文章，只描述所建图谱的大概内容，能否快速构建图谱

在确定了思路之后，开整。

▌一、顺手牵羊ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;">

实验的第一步是通过单篇文章验证 DeepSeek 的知识提取能力。我们选择了一篇关于开源图数据库 NebulaGraph 的文章[1]，并要求 DeepSeek 从文章中提取关键要素，生成 nGQL 代码以构建知识图谱。

你能帮我生成一个知识图谱吗，等一下我会给你一篇文章，帮我从内容中提取关键要素，然后以 nGQL 代码的形式构建知识图谱

在跟 DeepSeek 打好招呼之后，从网上捞一篇文章，这里用的是：如何评价开源图数据库 Nebula Graph？内容直接往上贴，简单粗暴。

# Schema定义（TAG类型）CREATE TAG IF NOT EXISTS product(name string, description string);CREATE TAG IF NOT EXISTS company(name string);CREATE TAG IF NOT EXISTS feature(name string);CREATE TAG IF NOT EXISTS tool(name string);CREATE TAG IF NOT EXISTS scenario(name string);CREATE TAG IF NOT EXISTS language(name string);CREATE TAG IF NOT EXISTS auth_service(name string);CREATE TAG IF NOT EXISTS ecosystem(name string);
# Schema定义（EDGE类型）CREATE EDGE IF NOT EXISTS has_feature();CREATE EDGE IF NOT EXISTS used_by();CREATE EDGE IF NOT EXISTS provides_tool();CREATE EDGE IF NOT EXISTS supports_language();CREATE EDGE IF NOT EXISTS applicable_scenario();CREATE EDGE IF NOT EXISTS compatible_with();CREATE EDGE IF NOT EXISTS supports_auth();CREATE EDGE IF NOT EXISTS integrates_with();
# 数据插入 - 核心产品INSERT VERTEX product(name, description) VALUES "NebulaGraph""NebulaGraph", "开源的分布式图数据库，支持千亿点万亿边数据集");
# 数据插入 - 产品特性INSERT VERTEX feature(name) VALUES"high_performance""高性能"),"open_source""开源"),"scalability""易扩展"),"flexible_modeling""灵活数据建模"),"read_write_balance""读写平衡"),"compatibility""查询语言兼容性");
/* ... 此处省略 n多数据 */

扫了一眼脚本语法上没什么问题，在相同表的写入中，还将多条数据合并到一条语句，效果很好。将得到的脚本执行到数据库中，效果如下：

可以看到以 NebulaGraph 为中心，辐射出了各种紧密相关的事物。

▌二、桃园结义ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;">

为了验证 DeepSeek 在知识融合方面的能力，我们提供了另一篇关于 NebulaGraph 的文章，并要求其在现有图谱基础上进行融合。

接下来，我会给你另一篇文章。请尽可能使用现有的表结构，对图谱进行融合。如果涉及到表结构变更，请使用 ALTER 进行表结构的修改

只有一篇文章，看起来有些单调。于是从百度百科中，查了下【NebulaGraph】及图中节点【360】的词条，并将概述部分输入，得到以下回应：

NebulaGraph 词条

-- 结构变更1：为product标签增加版本和时间属性ALTER TAG product ADD (license string, current_version string, release_date string, last_updated string);
-- 结构变更2：新增开发关系类型CREATE EDGE IF NOT EXISTS developed_by();
-- 数据更新 - 补充产品属性INSERT VERTEX product(name, description, license, current_version, release_date, last_updated) VALUES "NebulaGraph""NebulaGraph", "分布式图数据库", "Apache 2.0", "v3.3.0", "2019-05-15", "2022-11-14");
-- 新增开发公司（复用company标签）INSERT VERTEX company(name) VALUES"Yueshu""杭州悦数科技有限公司");
-- 新增特性（复用feature标签）INSERT VERTEX feature(name) VALUES"acl_mechanism""ACL机制"),"linear_scaling":("线性扩容"),"data_recovery":("数据恢复"),"htap":("HTAP混合负载"),"nGQL_language":("nGQL查询语言");
-- 关系建立（复用已有关系类型）INSERT EDGE has_feature() VALUES"NebulaGraph"->"acl_mechanism":(),"NebulaGraph"->"linear_scaling":(),"NebulaGraph"->"data_recovery":(),"NebulaGraph"->"htap":(),"NebulaGraph"->"nGQL_language":();
-- 新增开发关系INSERT EDGE developed_by() VALUES"NebulaGraph"->"Yueshu":();

360 词条

# 结构变更1：为company标签增加创始人、成立时间和收入属性ALTER TAG company ADD (founder string, founded_date string, revenue double);
# 结构变更2：新增事件类型TAGCREATE TAG IF NOT EXISTS event(type string, date string, amount double, details string);
# 数据更新 - 补充360公司信息INSERT VERTEX company(name, founder, founded_date, revenue) VALUES "360":("奇虎360", "周鸿祎", "2005-09", 116.15);
# 数据插入 - 产品生态（复用product标签）INSERT VERTEX product(name) VALUES"360_Security_Guard":("360安全卫士"),"360_Browser":("360安全浏览器"),"360_Cloud":("360安全云");
# 数据插入 - 重大事件（使用新增event标签）INSERT VERTEX event(type, date, amount, details) VALUES"acquisition_360.com":("域名收购", "2015-02-04", 1700.0, "1.1亿人民币收购360.com"),"privatization":("私有化", "2015-12", 9300.0, "93亿美元私有化交易");
# 关系建立 - 复用developed_by边连接产品INSERT EDGE developed_by() VALUES"360_Security_Guard"->"360":(),"360_Browser"->"360":(),"360_Cloud"->"360":();
# 新增事件关联（复用has_feature边表达事件关联）INSERT EDGE has_feature() VALUES"360"->"acquisition_360.com":(),"360"->"privatization":();
# 复用used_by边表达合作伙伴关系INSERT VERTEX company(name) VALUES"Internet_Society_China":("中国互联网协会");
INSERT EDGE used_by() VALUES"360"->"Internet_Society_China":();

从脚本上看，在当前步骤中，product 表、company 表的字段不够用，DeepSeek 也遵照了我们的指令，在原有基础上做了表结构的修改。有点缺陷的是注释符 -- 不符合语法结构，手动批量替换成 #。

同样执行到数据库中，效果如图：

在以上两步的试验中，基本上确定了 DeepSeek 在图谱生成及知识融合方面已经能够做到很不错的效果。整体输出效率提高但也有花时间的点：服务太火爆，服务器无法响应的问题；另一个花时间的是，schema 是异步生效，两个层次的脚本执行之间，需要有一段等待。

▌三、无中生有

在没有具体文章的情况下，我们要求 DeepSeek 根据给定的主题（农业）生成知识图谱。此时新开了一个对话，也新开了一个图空间。当前任务主要是空手套白狼，啥文章都不给。生成的代码基本上都差不多就不贴了，一会儿直接看效果。

我想要构建一个农业相关的知识图谱。用的数据库是 NebulaGraph，请帮我生成 nGQL 脚本。表名用大驼峰，属性名用小驼峰。为了规避使用到关键字导致语法错误，schema 的名称需要使用``进行包裹。至少需要生成 3000 个节点。

这边碰到的问题是，一次生成 3000 个节点，他拒绝了我的请求，并丢给了我一段 python 导入 csv 的代码。其中这次依然产生了注释符出错的问题，于是单独把这个问题单独拎出来说，

注释需要使用 #，另外我不希望提供出 python 代码，现在也不要求 3000 个节点了。给我 50 个节点的全部 ngql 脚本

果然有问题不憋着，整个人都神清气爽。

#=======================================# 创建图空间#=======================================CREATE SPACE `Agriculture` (vid_type = FIXED_STRING(32));USE `Agriculture`;
#=======================================# 定义标签 Schema（大驼峰命名）#=======================================CREATE TAG IF NOT EXISTS `Crop` (`cropId` int,`cropName` string,`growthPeriod` int,`suitableTemp` string,`yieldPerMu` float);

/* 此处省略好多脚本 */

请对已经有的数据进行补充，尽可能使得现有数据之间的关联性更强

请帮我将【界门纲目科属种】这些分类组织成图谱

请对现有作物，找出一些轮种的禁忌跟有增益的农作物

请结合图谱中的作物出发组织数据，并按之前的形式，给我一些 nGQL 脚本

聊着聊着，DeepSeek有点串台了，INSERT 语句使用了 MATCH WHERE INSERT 形式的 cypher 语法。

上述插入语句并不符合 nGQL 语法哦，请再改一改，并重新组织。DDL 放前面，DML 放后面

关于轮作的正负向数据再帮我多生成一些，重点罗列常见的经济作物。

关于轮作的正负向数据再帮我多生成一些，这次主要集中在家常菜

经过几轮用大白话的沟通之后，得到了以下数据量：

随便展开了几个节点之后的效果：

我们单以临期种植的增产组合为例，效果如下：

▌四、总结与展望

通过上述实验，我们验证了 DeepSeek 在知识图谱构建和融合方面的能力。实验结果表明：

1. 知识提取能力：

DeepSeek 能够高效地从文本中提取关键信息，并生成符合要求的 nGQL 脚本。其语言理解能力较强，能够准确识别实体、关系和事件。

2. 知识融合能力：

在多篇文章的知识融合方面，DeepSeek 表现出色。它能够根据新文章内容对现有图谱进行扩展和更新，确保图谱的完整性和准确性。

3. 无中生有构建图谱：

在没有具体文章的情况下，DeepSeek 也能根据主题生成知识图谱。虽然在生成过程中存在一些语法问题，但经过调整后能够生成符合要求的脚本。

4. 技术细节：

在实验过程中，我们发现 DeepSeek 生成的脚本存在一些语法问题，如注释符不符合 nGQL 规范等。此外，生成大量节点时可能会出现服务器响应延迟的问题。这些问题需要在实际应用中加以优化。