Neo4j 如何在知识图中建立条件三元组模型

我正试图构建一个基于文本文档（非结构化数据）的知识图。因此，我目前的方法是从数据中提取三元组，并将其发送到图形数据库，例如neo4j，以便进一步分析。然而，我注意到在三元组的构造中有很多，我们称之为“条件三元组”。例如：

text = "Donald Trump was president-elect for the republican party since July 2016"

提供以下“有趣的”三元组：

(Donald Trump, was, president-elect)
(Donald Trump, was president-elect for, republican party)
(Donald Trump, was president-elect for republican party since, July 2016)

因此，我们需要三个4节点：
1.唐纳德·特朗普
2.当选总统
2.共和党
2.2016年7月

这4个节点可能与图中的其他实体有有趣的关系。然而，我的困难（或疑虑）在于人际关系，这些关系似乎非常具体和漫长

我不确定这是否真的是一个问题，也不确定是否将这种长期关系包括在内是最佳做法，例如自以来，

是共和党的当选总统

我考虑过创建如下遍历：

(Donald Trump)-[was]->(president-elect)-[for]->(republican party)-[since]->(July 2016)

这提供了更“简单”的关系，但是这是唯一的遍历，使得其他
总统选举
与此特定节点无关，或者如果这不是唯一的遍历，然后，其他总统选举与该节点相关，但随后与

和相关的

，因为

关系不能再唯一地追踪到唐纳德·特朗普

---

因此，我现在倾向于应用更长的关系。因此，我的问题是：这是一种最佳实践方法，还是我缺少替代解决方案？以下是一种可能的数据模型：

(:Person {name:"Donald Trump"})-[:ACHIEVED {date:'2016-07-01'}]->(pos:Position)
(pos)-[:HAS_TITLE]->(:Title {name:"President Elect"})
(pos)-[:FOR_PARTY]->(:Party {name:"Republican"})

---

人员

、

标题

和

参与方

节点是唯一的。

以下是一个可能的数据模型：

(:Person {name:"Donald Trump"})-[:ACHIEVED {date:'2016-07-01'}]->(pos:Position)
(pos)-[:HAS_TITLE]->(:Title {name:"President Elect"})
(pos)-[:FOR_PARTY]->(:Party {name:"Republican"})

---

Person

、

Title

和

Party

节点是唯一的。

如何提取这些三元组。

---

我建议使用NER和POS从您的数据中提取知识。然后根据可用的实体设计图形

如何提取这些三元组。

---

我建议使用NER和POS从您的数据中提取知识。然后，根据可用的实体，您可以设计图表

非常好的建议，与此方法相关的是NER的实现，至少对于日期的识别。非常好的建议确实与此方法相关的是NER的实现，至少对于日期的识别。