我要投稿
微信搜一搜，关注“智知鱼之乐”
1.使用 Neo4jGraph 类来初始化图数据库的操作对象，这将用于后续的图数据添加和查询。
graph = Neo4jGraph()后续在此对neo4j添加图数据：
graph.add_graph_documents( graph_documents, baseEntityLabel=True, include_source=True)
2.文档切分
通过TokenTextSplitter 将文档内容切分为更小的片段，这有助于处理和分析。
3.转换文档
使用 LLMGraphTransformer 将切分后的文档转换成图形文档。
llm_transformer = LLMGraphTransformer(llm=llm)graph_documents = llm_transformer.convert_to_graph_documents(documents)
4.使用jupyter打印输出图数据
widget = GraphWidget(graph = session.run(cypher).graph()) widget.node_label_mapping = 'id'display(widget)
查询到的一条neo4j图数据库的完整信息：
（贾宝玉--爱情关系--林黛玉）
源节点：
<record s="<Node" element_id="4:aacd41cc-95d0-49bb-a87d-7a6ad2fc8b8e:2" labels="frozenset({'Person'," '__entity__',="" '<="" span="">人物'}) properties={'id': '贾宝玉'}>
关系：
r=<relationship element_id="5:aacd41cc-95d0-49bb-a87d-7a6ad2fc8b8e:1152922604118474754" nodes="(<Node" labels="frozenset({'Person'," '__entity__',="" '<="" span="">人物'}) properties={'id': '贾宝玉'}>,<node element_id="4:aacd41cc-95d0-49bb-a87d-7a6ad2fc8b8e:3" labels="frozenset({'Person'," '__entity__',="" '<="" span="">人物'}) properties={'id': '林黛玉'}>) type='爱情关系' properties={}>
目标节点：
t=<node element_id="4:aacd41cc-95d0-49bb-a87d-7a6ad2fc8b8e:3" labels="frozenset({'Person'," '__entity__',="" '<="" span="">人物'}) properties={'id': '林黛玉'}>>
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-06-14
新一代文本表征Qwen3-Embedding与排序模型Qwen3-Reranker 部署和替换
2025-06-14
“华强北”围攻AI耳机，未来智能如何突围？
2025-06-14
AI时代如何为企业和个人赋能
2025-06-14
没吃透 Function Calling？难怪你不理解 AI Agent 为何非来不可！
2025-06-14
浅尝一下微软的AutoGen框架
2025-06-14
基于大模型的智能运营 ｜ 智能体式编排，业务流程管理的新阶段
2025-06-14
从Manus爆火看Agent AI的技术演进与市场变革——AI Agent全景研报
2025-06-14
张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？
2025-05-29
2025-03-20
2025-03-21
2025-04-11
2025-03-20
2025-03-19
2025-03-20
2025-03-19
2025-03-19
2025-03-19
2025-06-14
2025-06-14
2025-06-14
2025-06-13
2025-06-13
2025-06-13
2025-06-13
2025-06-12
回到顶部
粤ICP备17114055号