Graph 使用自然语言处理（NLP）从文本（即非正式图形'；模式'；）推断图形数据库顶点/边-是否存在这种情况？

注意：我既不是语言学家，也不是图理论家，但是，我是一名[Java]开发人员，希望使用图数据库实现持久性，以下主题我感兴趣，我希望其他人也感兴趣

好的，我们的想法是使用一些应用程序或代码来：

识别给定文本中命名实体之间的嵌入关系结构

在图形数据库结构中应用或公开这些发现的关系

在这样一个系统中，文本基本上可以形成一个基本的、门外汉编写的各种图形模式。为了更好地体现这一点，这里有一些[非常]基本的文本：

Andrew is married to Jane

使用，我得到以下信息：

Andrew_NP0 is_VBZ married_AJ0 to_SENT Jane_NP0

根据“@Oxford University，NP0='property noon'，这是一个名称（如您所知），但这些NP0标记的条目将有助于成为graph vertice实例/节点（最终用户可能会被进一步提示为这些条目提供一个包含在内的“类型/描述”）。动词“VBZ”和形容词AJ0可能会突出显示图形关系

一旦最终用户确认了他们的图形表示，他们可能会将其导出到，以便重新导入到图形数据库中，如或

因此，总体想法是要有一个工具，让外行最终用户能够使用日常语言创建基于图论的数据库结构

这样的工具是否已经存在

我以上的一些观察结果在某种程度上受到以下工具（以及其他工具）的影响：

---

是的，这存在于许多不同的地方。例子包括（路透社创建的）和。还有一系列其他的工具包和API，比如，它们并没有向您提供一个完整的解决方案，而是一系列构建定制解决方案所必需的工具

这是一个非常深入的领域，有待继续研究。这里我不能涵盖所有内容，但有一点需要记住，这一领域中的解决方案通常非常特定于特定的文档“语料库”。能很好地处理任意英文文本的软件实际上并不存在。相反，您看到的是在商业新闻稿中做得非常好的解决方案。或者情报报告。或报纸文章。或医疗警报。但不是任意的文本

这个地区也充满了很多问题；其中一个大的是被称为“”

安德鲁和简结婚了。安德鲁昨天买了鸡蛋

---

这里讨论了多少人？第二个和第一个一样吗？这是一个非常复杂的背景问题。但您最好把它弄对，否则结果图中的“person”节点可能会比您预期的多或少。

谢谢您的快速回答。我知道NLTK和OpenCalais（我使用过在线查看器）。是的，您关于命名实体的观点非常有效，但是，我的“建议”解决方案可能会尝试让最终用户识别并关联提取的实体，以便跨子句跟踪它们（即，根据输入文本创建排序字典）。正如我所说，我不是一个专家，我只是觉得整个NLP的想法非常吸引人（再次感谢）。许多这样的方法已经建立起来——它们被归类为“半自动”文本提取。你可以搜索文献；不过，这是可重用的，这很值得怀疑，因为当你走上半自动化的路线时，你需要从用户身上得到的东西的性质变得更加特定于领域。领域特定性越强，可重用性越差。