大模型助力高效创建知识图谱( 四 ) _大模型

5. 获取边标签并绘制:
`edge_labels = nx.get_edge_attributes(G, 'relation')`
`nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_size=8, font_family='simhei')`
获取了图中每一条边的标签（即`relation`）并进行了绘制。
6. 绘制图:
`nx.draw_networkx(G, font_family = 'simhei')`
绘制了整个图，其中使用了`simhei`字体以支持中文字符。
7. 关闭坐标轴显示并展示图像：
`plt.axis('off')`
`plt.show()`
关闭了坐标轴的显示，并展示了最终的图像。
看看结果如何：
=================小鸟国是新世界南部的国家=================小鸟国以领土面积而言是世界第七大国家=================小鸟国是人口最多的国家=================小鸟国是世界上人口最多的民主国家=================小鸟国南临翡翠海=================小鸟国西南濒临蓝色海洋=================小鸟国东南濒临碧玉海=================小鸟国与翼足国家在西部接壤=================小鸟国北部与巨翼国、鸣虫国和象牙国相邻=================小鸟国东部与彩虹国和翡翠国接壤=================小鸟国在翡翠海中位于双岛国家和翡翠群岛=================小鸟国与彩虹国、碧玉国和绿洲国共享海上边界=================翡翠海是7大文明遗迹之一

文章插图
【大模型助力高效创建知识图谱】生成的知识图谱围绕着小鸟国把与之相关的地方都连接起来了。
接着针对上面的知识图谱提出问题，如下代码：
chain = GraphQAChain.from_llm(llm, graph=final_graph, verbose=True)chain.run('翡翠海在哪里?')

结果返回：
> Entering newchain...Entities Extracted:翡翠海Full Context:翡翠海 7大文明遗迹之一是

知识图谱通过三元组的方式告诉我们 “翡翠海”（实体1），“7大文明遗迹之一”（实体2）， “是”（关系）。
开箱即用的GraphGPT有了上面的实战经验，告诉我们利用大模型能够更好地进行知识图谱的处理，并且可以针对知识图谱的内容进行提问。如果觉得自己开发这样一套系统比较麻烦的同学，可以尝试使用Github上面开源的GraphGPT 。
我把地址放在这里，https://github.com/varunshenoy/GraphGPT
GraphGPT 是一个用于将非结构化自然语言转换成知识图谱的项目。它可以接受各种类型的输入，例如电影剧情梗概、维基百科页面或视频转录，然后生成一个可视化图表来展示实体（Entities）之间的关系。GraphGPT 支持连续的查询，可以用于更新现有图谱的状态或创建全新的结构。
安装步骤下载依赖项
运行npm install 来下载所需的依赖，当前只需要react-graph-vis 。
获取OpenAI API密钥
确保您拥有一个OpenAI API密钥，这将用于在运行查询时输入。
启动项目
运行npm run start，GraphGPT应该会在新的浏览器标签页中打开。
通过这些步骤，您应该能够运行GraphGPT并开始将自然语言文本转换为知识图谱。
运行代码
根据上面的步骤运行代码之后，会在本地http://localhost:3000 打开一个网站，网站中需要输入知识图谱的文本，以及OpenAI 的Key 。