百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

springboot+Neo4j:快速搭建自己的知识图谱可视化构建平台

liuian 2024-12-08 16:19 13 浏览

简介

这是一个可视化的知识图谱构建工具,可以根据自己的需求,直接在UI上操作创建节点,创建关系等,从而快速形成自己的知识图谱。本系统虽然现在功能比较少,也比较简单,但完全开源,也在不断完善中,值得关注和参与一下。

实现的基本功能:

  1. 新增节点,添加连线,快速添加节点和关系;
  2. 节点的颜色和大小可修改;
  3. 节点和关系的编辑,删除;
  4. 导出成图片;
  5. csv导入;
  6. 导出csv;
  7. 添加图片和富文本;
  8. 节点之间多个关系;
  9. 其它功能也在增加中...

技术栈

比较简单,管理后台前端页面是基于vue + d3.js ,服务端是springboot+Neo4j.

快速运行/启动

需要首先安装基础环境:jdk1.8,neo4j(参见《知识图谱构建利器:图数据库Neo4j的环境部署和简单使用》),node,mysql等。

1.下载项目

git clone https://gitee.com/MiraculousWarmHeart/Neo4j.git 

目录如下图所示:kgBuilder-ui为管理后台前端项目;kg_builder.sql为数据库初始化源码。

2.初始化数据库

手动创建数据库,rdsmysql,执行数据库初始化脚本对数据进行初始化。

3.修改配置

使用idea打开项目,等待依赖包加载完成。打开目录 src/main/resources下的application.yml配置文件,分别修改neo4j数据库配置和mysql数据库配置。

application.yml

  neo4j:
      #url: bolt://localhost:7687  #3.x
      url: neo4j://localhost:7687 #4.x
      username: neo4j
      password: 123456
  datasource:
      url: jdbc:mysql://localhost:3306/rdsmysql?useSSL=false&serverTimezone=UTC
      driverClassName: com.mysql.cj.jdbc.Driver
      username: root
      password: 123456

4.编译运行

使用idea工具,Build->Build Project等待构建完成,然后运行com.warmer.Application即可启动服务端,服务端的默认端口为8080,可自行修改。

打包发布流程,在idea右侧有maven project工具栏,点击展开,选择lifecycle-clean,然后install,等待完成后控制台可以看到打包目录(一般默认路径为genmul\target\xxx), 例如:[INFO] Installing F:\git\Neo4j\kgmaker\target\kgmaker-0.0.1-SNAPSHOT.jar 复制jar包, 去windows 或者linux下使用jar命令执行执行即可。

  java -jar kgmaker-0.0.1-SNAPSHOT.jar   //启动后台服务

5.前端编译

安装依赖

cd kgBuilder-ui
npm install //安装依赖

运行启动

npm run serve //启动

启动成功后,打开浏览器,输入url地址:http://localhost即可访问系统。

如果要发布前端程序,执行npm run build即可。

系统使用

因系统比较简单,不做说明,如有困难,可以先了解一下neo4j数据库,对使用这个工具很有帮助。

查看图谱json数据内容:



图谱三元组导入

支持,.xlsx,.xls,.csv,编码格式一定要是utf-8 无bom格式的,格式:节点-节点-关系,在本地测试时上传下载的文件要和neo4j在同一台电脑,当然如果能传到七牛或者hdfs上也是一样的,必须确认neo4j能访问到,否则load不成功

开源协议

暂无

相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...

TensorFlow和PyTorch相继发布最新版,有何变化

原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...

因配置不当,约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...

谷歌今天又开源了,这次是Sketch-RNN

前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划(30分钟训练大模型)

30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...

python爬取喜马拉雅音频,json参数解析

一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)(json数据python)

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...