知识图谱 | 语义网络写入图形数据库（含jdk和neo4j的安装过程）

Hi，大家好，我是半亩花海。本文主要介绍如何使用 Neo4j 图数据库呈现语义网络，并通过 Python 将语义网络的数据写入数据库。具体步骤包括识别知识中的节点和关系，将其转化为图数据库的节点和边，最后通过代码实现数据的写入和展示。

一、实验目的

二、实验要求

三、实验原理

四、实验步骤

1. 环境配置

（1）下载 JDK

（2）安装 neo4j

（3）配置环境变量

（4）启动 neo4j

2. 安装 py2neo 库

3. 从 py2neo 包导入库

4. 连接 Neo4j 图形数据库

5. 创建并覆盖节点

6. 创建关系

7. 将关系应用到图中

五、实验结果

六、实验小结

一、实验目的

（1）了解向数据库中写入语义网络的方法。

（2）简单使用Neo4j呈现语义网络。

二、实验要求

本次实验后，能理解语义网络的节点(Node)和关系(Relationship)在数据库中是如何呈现的。

三、实验原理

按照5.3节《知识的语义网络表示》介绍的方法（5.3.1-事实性知识的表示，5.3.2-情况、动作和事件的表示，5.3.3-连词和量词的表示，5.3.4-用语义网络表示知识的步骤），将一个事实用语义网络表示，首先要找出它的节点，再描述它与其他节点的关系，最后用 Python 写入数据库中。

四、实验步骤

1. 环境配置

（1）下载 JDK

官网下载链接：Java Downloads | Oracle

JDK版本的选择一定要恰当，这里我下载安装的是jdk11。Jdk的版本很重要，需要与neo4j匹配适应，版本太低或太高都可能导致后续的neo4j无法使用。

可以参考CSDN上的经验贴，比如借鉴以下这个博主的经验：Neo4j安装教程及版本匹配_neo4j5.15对应哪个版本jdk-CSDN博客（Neo4j安装教程及版本匹配_neo4j5.15对应哪个版本jdk-CSDN博客）。

（2）安装 neo4j

安装好JDK之后，便可以安装neo4j。

官方下载链接：Neo4j Deployment Center - Graph Database & Analytics

根据上述jdk对应版本来看，这里我下载安装的是neo4j 4.4.33。

（3）配置环境变量

安装好 JDK 和 neo4j 之后就要开始配置环境变量。步骤如下：右键单击此电脑→属性→高级系统设置→高级→环境变量，着眼于在下方的系统变量区域。

新建第一个环境变量，变量名为JAVA_HOME，变量值是jdk的文件路径，这里我是E:\jdk\jdk-11.0.23_windows-x64_bin\jdk-11.0.23。
新建第二个环境变量，变量名为NEO4J_HOME，变量值是neo4j的文件路径，这里我是E:\neo4j\neo4j-community-4.4.33-windows\neo4j-community-4.4.33。
编辑Path→新建→输入 %JAVA_HOME%\bin 和 %NEO4J_HOME%\bin

（4）启动 neo4j

以管理员身份运行 cmd。在命令行处输入neo4j.bat console。

如出现此界面，则证明neo4j启动成功。在浏览器中输入上述界面中给出的网址http://localhost:7474/，则会显示如下界面。

默认的用户名和密码均为neo4j。但是可以修改密码，记住这个密码，后续代码会用到。随后cmd也会出现上述结果。至此，neo4j安装完毕。

2. 安装 py2neo 库

在cmd中输入以下命令即可：pip install py2neo。

3. 从 py2neo 包导入库

from py2neo import Graph, Node, Relationship

4. 连接 Neo4j 图形数据库

# 连接Neo4j图形数据库
g = Graph('http://localhost:7474', user='neo4j', password='0123456789', name='neo4j')

此处，密码我修改为0123456789，进入neo4j。

5. 创建并覆盖节点

植物、树、草、叶、根、水草、水、果树、结果、梨树、结梨这些节点类继承自StructuredNode类，包括节点属性和连接关系。

即将要构造的事实为“树和草都是植物。树和草都有叶和根。水草是草，且生长水中。果树是树，且会结果。梨树是果树的一种，它会结梨”。

# 删除数据库中的所有节点和关系
g.delete_all()# 创建节点
test_node_1 = Node("植物", name="植物")
test_node_2 = Node("根", name="根")
test_node_3 = Node("叶", name="叶")
test_node_4 = Node("草", name="草")
test_node_5 = Node("水草", name="水草")
test_node_6 = Node("水中", name="水中")
test_node_7 = Node("树", name="树")
test_node_8 = Node("果树", name="果树")
test_node_9 = Node("结果", name="结果")
test_node_10 = Node("梨树", name="梨树")
test_node_11 = Node("结梨", name="结梨")# 覆盖创建节点
g.merge(test_node_1, "植物", "name")
g.merge(test_node_2, "根", "name")
g.merge(test_node_3, "叶", "name")
g.merge(test_node_4, "草", "name")
g.merge(test_node_5, "水草", "name")
g.merge(test_node_6, "水中", "name")
g.merge(test_node_7, "树", "name")
g.merge(test_node_8, "果树", "name")
g.merge(test_node_9, "结果", "name")
g.merge(test_node_10, "梨树", "name")
g.merge(test_node_11, "结梨", "name")

6. 创建关系

# 创建关系
relation1 = Relationship(test_node_1, 'Have', test_node_2)
relation2 = Relationship(test_node_1, 'Have', test_node_3)
relation3 = Relationship(test_node_4, 'AKO', test_node_1)
relation4 = Relationship(test_node_5, 'AKO', test_node_4)
relation5 = Relationship(test_node_5, 'Live', test_node_6)
relation6 = Relationship(test_node_7, 'AKO', test_node_1)
relation7 = Relationship(test_node_8, 'AKO', test_node_7)
relation8 = Relationship(test_node_8, 'Can', test_node_9)
relation9 = Relationship(test_node_10, 'ISA', test_node_8)
relation10 = Relationship(test_node_11, 'Can', test_node_10)

7. 将关系应用到图中

# 将关系应用到图中
g.merge(relation1)
g.merge(relation2)
g.merge(relation3)
g.merge(relation4)
g.merge(relation5)
g.merge(relation6)
g.merge(relation7)
g.merge(relation8)
g.merge(relation9)
g.merge(relation10)