使用大模型框架 LangChain，轻松构建知识图谱！

知识图谱，也叫语义图，是一种能高效存储数据的智能结构。今天这篇文章就来聊聊：到底什么是知识图谱？为什么值得用它？以及如何借助大模型和自己手里的文本数据，快速把它搭起来——整个过程用到的框架正是 LangChain。

什么是知识图谱？

简单来说，数据以“节点”和“边”的形式存储。节点代表现实世界中的对象或实体，边则表示它们之间的关系。这种数据模型的标准化名称叫 RDF（资源描述框架），它最初就是为了让万维网上的不同站点能够互相链接数据而设计的。你可以想象成一张巨大的语义网，每个节点都是一个概念，每条边都是一条有意义的联系。

为什么要使用知识图谱？

在整个数据故事里，真正能代表全局的关键数据点往往屈指可数。知识图谱的思路就是只把这些“精华”节点和关系存下来，其余冗余信息统统扔掉。结果呢？检索时间复杂度大幅下降，存储空间也省了一大截。这就好比从一整个图书馆里只抽出最重要的几本书的目录和索引，找起信息来自然快得多。

实施步骤

1. 安装和导入包

pip install -q langchain openai pyvis gradio==3.39.0

然后把要用到的模块都导进来：

from langchain.prompts import PromptTemplate
from langchain.llms.openai import OpenAI
from langchain.chains import LLMChain
from langchain.graphs.networkx_graph import KG_TRIPLE_DELIMITER
from pprint import pprint
from pyvis.network import Network
import networkx as nx
import gradio as gr

1. 设置 API 密钥

从 OpenAI 平台仪表板复制你的 API 密钥，然后设置环境变量：

from google.colab import userdata
OPENAI_API_KEY = userdata.get('OPENAI_API_KEY')

1. 定义提示模板

这里需要定义一个用于知识三元组提取的提示模板，告诉大模型该怎么从文本中抽取出“实体-关系-实体”这样的三元组。

1. 初始化链

用一条描述清晰的提示，配合 LLMChain 类把整个调用链串起来：

llm = OpenAI(
    api_key=OPENAI_API_KEY,
    temperature=0.9
)

# 使用知识三元提取提示创建 LLMChain
chain = LLMChain(llm=llm, prompt=KNOWLEDGE_TRIPLE_EXTRACTION_PROMPT)

1. 构建知识图谱

从字符串输入加载文本数据，再通过自定义函数解析模型返回的三元组，然后把节点和边逐一添加到图结构中。

1. 可视化构建的知识图谱

用 PyVis 生成漂亮的交互式可视化，再借助 Gradio 框架把它展示出来。整个过程里用了一些辅助函数来简化操作，最后 Gradio 会直接加载 PyVis 生成的 HTML 文件。

如果想把这个应用分享给别人，只需要在 demo.launch() 里加上 share=True，任何人在线打开链接都能看到你构建的知识图谱了。

如果换成更强的 LLM（比如 GPT-4），提取的准确度和丰富度还会进一步提升。

（完）