thssmonkey / ARCH_KG

环境

python 3.7.7
neo4j 4.2.1
jieba 0.42.1
pyltp 0.4.0
（使用下载源码进行安装）
 $ git clone [e-mail]:HIT-SCIR/pyltp.git
 $ cd pyltp
 $ git submodule init
 $ git submodule update
 $ python setup.py install
py2neo 2020.1.1

需要文本

规范文本和词典库

运行代码的步骤

1. 【kg_django/kg_building】运行buildSpecFromRawText.py。基于规范文本(final_text.txt)解析，生成规范原文.json（包含条目和规范正文）

2. 【kg_django/kg_building】运行extract_main.py。基于规范原文.json，进行知识图谱识别，识别出其中的实体和三元组关系，生成knowledge_triple.json

3. 【kg_django/kg_building】（可选）运行filter.py。基于词典库(lexicon.txt)，对knowledge_triple.json进行过滤，把不包含在词典库的关系过滤掉，生成新的lexicon.json

4. 【kg_django/kg_building】运行filter_repeat.py去除lexicon.json中的重复内容，生成lexicon.json

5. 【kg_django/kg_building】运行renew_spec.py。基于规范原文.json和lexicon.json，一个句子可能对应多个三元组，重新梳理，使每个句子的三元组的实体词汇都对应到相应句子中（用于网站标红），生成spec.json

   （上诉文件均在kg_django/kg_building/data中，运行下方kg_django时把lexicon.json和spec.json复制到外层的kg_django/data中去）

6. 【kg_django】运行write2neo4j.py。将lexicon.json输入到neo4j，进行知识图谱存储和生成知识图谱（有向的，write2neo4j(undir).py是生成无向图的，即双向的）（不用这个可视化，只是用来存储）

7. 【kg_django】搭建的网站，是基于在neo4j存储的知识图谱（用于知识图谱关键词搜索、路径查询及整体的显示）和spec.json（用于规范原文信息以及标红的显示）运行的