ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);visibility: visible;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">利用知识图谱从大量文档、视频中提取信息，建立实体之间的关系，有利于加速信息处理，提取文档中的数据，以及发现实体之间潜在关系和规律。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">AI大模型的快速发展，大模型和知识图谱的结合，有了更多可能性。
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">本文我将演示下面我将演示如何在5分钟内上传数据源，构建一个动态知识图谱，可用于提取实体关系，并且与数据对话。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: left;">这里使用的工具是大模型知识图谱构建器（LLM Knowledge Graph Builder ）。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: left;">这个工具是Neo4j生态系统中常用的GraphRAG工具之一，能够将非结构化数据转化为动态知识图谱，还可以可以通过自然语言查询数据并获得解释性见解。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: left;">先简单介绍下什么是大模型知识图谱构建器，及其工作流程。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 1.2em;font-weight: bold;display: table;background: rgb(1, 155, 252);color: rgb(255, 255, 255);">什么是大模型知识图谱构建器
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">Neo4j 大模型知识图谱构建器是一款在线应用，无需编写代码和使用Cypher语言即可将非结构化文本转化为知识图谱，操作起来非常方便。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);">利用机器学习模型将PDF文件、网页和YouTube视频等转化为包含实体及其关系的知识图谱。前端是基于我们Needle Starter Kit的React应用，后端是Python FastAPI应用。该应用使用了Neo4j为LangChain贡献的llm-graph-transformer模块。 该应用体验丝滑，分为以下四个简单步骤： 1.导入数据：支持多种数据源，包括PDF文档、wiki页面、YouTube视频等。 2.识别实体：使用AI大模型识别并提取非结构化文本中的实体和关系。 3.构建图谱：将识别出的实体和关系转换为图谱格式，利用Neo4j的图谱功能。 4.使用图谱：提供直观的网页界面，用户可以方便地与应用互动，包括上传数据源、可视化生成的图谱以及与RAG代理交互。这一功能特别令人兴奋，因为它使用户能够直观地与数据互动，宛如与知识图谱对话，无需任何技术知识。
你可以在Neo4j官网使用应用程序，无需绑定支付信用卡和AI大模型密钥，使用过程无任何障碍。 如果你想在本地或自己的环境中运行该程序，可以访问GitHub仓库并按照我们将在本文中介绍的步骤进行操作。 现在我们开始。
环境准备在使用大模型知识图谱构建器之前，你需要创建一个新的Neo4j数据库。 你可以按照以下步骤使用免费的AuraDB数据库：
完成上述步骤后，Neo4j数据库已经启动，并且有了凭证。点击右上角的Connect to Neo4j，你打开大模型知识图谱构建器， 将之前下载的凭证文件拖到连接对话框中，所有信息会自动填充。你也可以手动输入所有信息。 点击关注我们? 创建知识图谱首先将非结构化数据导入，然后通过AI大模型识别关键实体及其关系。 你可以将PDF和其他文件拖到左侧的第一个输入区域。 第二个输入框允许你复制粘贴YouTube视频（暂不支持其他视频网站）链接。 第三个输入框则用于输入wiki页面链接。 在这里，我将上传了：1）一家供应链公司内部的PDF文件，文档详细记录了他们的整个供应链策略和产品。2）福布斯的新闻文章；3）一个关于《企业可持续发展尽职调查指令》（CSDDD）的YouTube视频；4）以及wiki上的两篇文章。 你可以选择只上传pdf文档，视频或者wiki页面。 上传文件时，应用程序会使用LangChain文档加载器，以及YouTube解析器将上传的文件存储为图中的文档节点。 所有文件上传完毕后，你会看到类似如下的界面： 
现在，我们只需要选择使用的模型，点击Generate Graph，系统将为你完成其余的工作！ 如果你只想生成特定文件的图谱，可以先选择文件（在表格第一列的复选框中勾选），然后点击Generate Graph。 ⚠️如果你想使用预定义的或自定义的图模式，可以点击右上角的设置图标，然后从下拉菜单中选择一个预定义模式。你也可以通过输入节点标签和关系来使用自定义模式，还可以从现有的Neo4j数据库中提取模式，或者粘贴文本，让AI大模型分析并提供建议的模式。 处理文件并创建知识图谱是如何进行的呢？我把工作原理总结如下： 1. 内容被分割成小块。 2. 小块存储在图中，并连接到文档节点和彼此，以实现高级RAG模式。 3. 高度相似的小块通过SIMILAR关系连接，形成K最近邻图。 4. 计算并存储小块的嵌入和向量索引。 5. 使用llm-graph-transformer或diffbot-graph-transformer，从文本中提取实体和关系。 6. 实体存储在图中，并连接到原始小块。
探索知识图谱从文档中提取的信息被结构化为图形格式，其中实体成为节点，关系则成为连接这些节点的边。 Neo4j的优势在于它能够高效地存储和查询这些复杂的数据网络，使生成的知识图谱能够立即用于各种应用。 在使用RAG代理提问之前，可以选中一个或多个文档，点击显示图谱（Show Graph）按钮。这将显示所选文档中的实体，你也可以在该视图中显示文档和块节点。 
点击Open Graph with Bloom按钮将启动Neo4j Bloom，将可视化创建的知识图谱。点击删除文件（Delete files）将从图中删除选定的文档和块（如果在选项中选择，也会删除实体）。 与你上传的数据对话现在进入最后一个部分：使用右侧面板中的RAG代理（RAG agent）对话。 这部分是如何工作的呢？下图展示了GraphRAG过程的简化视图。 
当用户提出问题时，使用Neo4j向量索引和检索查询来找到与问题最相关的块及其连接的实体，深度最多可达两跳。 还可以总结聊天记录，并将其作为一个元素来丰富上下文。 各种输入的信息（问题、向量结果、聊天记录）都会被发送到选定的AI大模型中，通过一个自定义提示，向选定的AI大模型提供问题的各种输入和来源，并请求其根据这些元素和上下文提供并格式化问题的回答。当然，这个提示还包括其他方面，比如格式化要求引用来源，在不清楚答案时不进行推测等。 完整的提示和指令可以在QA_integration.py文件中找到，标记为FINAL_PROMPT。 文件地址：https://github.com/neo4j-labs/llm-graph-builder/blob/main/backend/src/QA_integration.py#L59 对话界面功能在主屏幕右侧的聊天窗口，你会看到三个按钮： •关闭：关闭聊天机器人界面。 •清除聊天记录：删除当前会话的聊天记录。 •最大化窗口：以全屏模式打开聊天机器人界面。
RAG代理回答后，还有三种功能： 
与知识图谱对话现在，我就可以询问上传文档的知识了（使用之前上传的数据），比如查询这家公司生产的产品列表，以及这些产品是否受到CSDDD法规的影响，如果受到影响，具体的影响是什么。 
|
