SiameseUIE中文-base实操手册如何将抽取结果生成CSV/Excel/Neo4j图数据库你是不是经常遇到这样的场景面对一堆新闻稿、产品评论或者技术文档需要手动从中找出人名、公司名、产品名或者分析评论里的情感倾向。手动操作不仅耗时耗力还容易出错。今天要介绍的SiameseUIE就是来解决这个痛点的。它是阿里巴巴达摩院专门为中文信息抽取设计的模型最大的特点就是“零样本”——你不用准备任何标注数据只要告诉它你想抽什么它就能帮你抽出来。但光抽出来还不够数据得能用起来才行。这篇文章我就手把手带你走完从信息抽取到数据应用的完整流程怎么用SiameseUIE抽数据然后怎么把这些数据变成CSV表格、Excel文件甚至导入Neo4j图数据库进行可视化分析。1. 快速认识SiameseUIE你的中文信息“挖掘机”在开始动手之前我们先花几分钟了解一下这个工具到底能干什么以及它厉害在哪里。1.1 核心能力像人一样理解文本SiameseUIE本质上是一个理解中文文本的AI模型。你给它一段文字再给它一个“任务清单”Schema它就能自动把清单上的东西找出来。它能做的两件主要事情找东西命名实体识别从一段话里找出特定类型的事物。比如从一篇人物报道里找出所有人名、地名、公司名。找关系属性情感抽取从一段评论里找出被评价的“属性”和对应的“情感”。比如从“手机拍照清晰但电池续航一般”这句话里找出“拍照-清晰”和“电池续航-一般”这两组关系。它的优势非常明显不用训练这是最大的亮点。传统方法需要你准备成百上千条标注好的数据来训练模型而SiameseUIE直接就能用。中文特强专门针对中文的语言习惯比如分词、成语、省略主语等做了优化效果比通用模型好不少。灵活定义你想抽什么完全由你定义的Schema决定。今天抽“人物”、“地点”明天想抽“产品型号”、“技术参数”改一下Schema就行。1.2 我们的目标从抽取到应用很多教程只讲到“如何抽取”这一步就结束了。但抽出来的数据如果只是躺在JSON文件里价值就大打折扣。我们这次要完成一个更完整的链路原始文本 --(SiameseUIE抽取)-- 结构化JSON数据 --(Python处理)-- CSV/Excel/Neo4j最终你会得到一份可以用Excel打开的.csv文件方便做统计和筛选。一份格式更漂亮的.xlsxExcel文件可以调整样式、做图表。一个可视化的知识图谱用Neo4j让你能直观地看到实体之间的关系比如“人物-就职于-公司”。2. 环境准备与快速启动我们使用一个已经配置好的镜像环境让你跳过复杂的安装和配置直接上手。2.1 启动Web服务按照提供的说明启动服务后你应该能在浏览器中访问一个本地网页通常是http://localhost:7860或类似的地址。打开后你会看到一个简洁的Web界面。这个界面就是我们的主操作台它已经预置了模型和示例非常友好。2.2 理解操作界面界面主要分为三个部分输入文本区粘贴或输入你想要分析的原始中文文本。Schema定义区用JSON格式写明你要抽取什么。这是控制模型行为的“指令”。结果输出区模型运行后抽取的结果会以JSON格式显示在这里。小技巧界面上有预置的示例你可以先点击示例按钮看看它是如何工作的然后再替换成自己的内容。3. 第一步用SiameseUIE抽取结构化数据现在我们用一个实际的例子来走通抽取流程。假设我们有一段科技新闻“在近日的发布会上阿里巴巴CEO张勇宣布阿里云将在杭州新建一座数据中心并与华为云达成了战略合作。分析师李华认为此举将加剧云计算市场的竞争。”我们想从中提取人物、公司、地点。3.1 定义抽取Schema在Schema框里输入如下JSON。这就像给模型一张“寻物启事”{人物: null, 公司: null, 地点: null}格式很简单{“你想要的实体类型”: null}。null是固定写法不用改。3.2 执行抽取并获取结果将上面的新闻文本粘贴到输入框点击“运行”或类似的按钮。稍等片刻你会在结果区看到类似下面的输出{ 抽取实体: { 人物: [张勇, 李华], 公司: [阿里巴巴, 阿里云, 华为云], 地点: [杭州] } }看模型成功地把我们想要的信息都挖出来了数据现在是结构化的JSON格式为后续处理打好了基础。可能遇到的问题结果为空检查Schema的键名是否太模糊或文本中确实没有。可以尝试更通用的键如“人物”换成“人名”。服务没响应如果是第一次启动模型加载可能需要一两分钟。可以通过后台命令supervisorctl status siamese-uie查看状态。4. 第二步将JSON结果转换为CSV/Excel文件JSON数据虽然结构清晰但不如表格直观也不便于用Excel进行大众化的数据分析。我们用Python写一个简单的脚本来完成转换。4.1 编写Python转换脚本在你的工作目录下创建一个名为convert_to_csv.py的文件并写入以下代码import json import pandas as pd import sys def siamese_result_to_csv(json_result, output_csv_path抽取结果.csv): 将SiameseUIE的JSON输出转换为CSV文件。 参数: json_result: SiameseUIE输出的JSON字符串或字典。 output_csv_path: 输出的CSV文件路径。 # 如果输入是字符串则解析为字典 if isinstance(json_result, str): data json.loads(json_result) else: data json_result # 准备一个列表来存储所有行数据 rows [] # 处理“抽取实体”NER任务的结果 if 抽取实体 in data: entities data[抽取实体] for entity_type, entity_list in entities.items(): for entity in entity_list: rows.append({ 任务类型: 实体识别, 实体类型: entity_type, 内容: entity, 来源文本: N/A # 如果需要关联原文可以额外传入 }) # 处理“抽取关系”如ABSA任务的结果 if 抽取关系 in data: relations data[抽取关系] # 关系可能是一个列表 if isinstance(relations, list): for rel in relations: # 处理类似 {属性词: 音质, 情感词: 很好} 的结构 for key, value in rel.items(): if isinstance(value, dict): # 如果是嵌套字典继续展开适配更复杂的Schema for sub_key, sub_value in value.items(): rows.append({ 任务类型: 关系抽取, 关系主体: key, 关系类型: sub_key, 关系客体: sub_value, 内容: f{key} - {sub_value}, 来源文本: N/A }) else: # 简单的键值对关系 rows.append({ 任务类型: 关系抽取, 关系主体: key, 关系类型: 关联, 关系客体: value, 内容: f{key}: {value}, 来源文本: N/A }) # 如果没有数据创建一个空DataFrame并保存 if not rows: print(警告未提取到任何数据。) df pd.DataFrame(columns[任务类型, 实体类型, 内容, 来源文本]) else: df pd.DataFrame(rows) # 保存为CSV df.to_csv(output_csv_path, indexFalse, encodingutf-8-sig) # utf-8-sig确保Excel打开不乱码 print(f转换完成结果已保存至: {output_csv_path}) return df # --- 示例用法 --- if __name__ __main__: # 这是我们从SiameseUIE Web界面得到的JSON结果 example_result { 抽取实体: { 人物: [张勇, 李华], 公司: [阿里巴巴, 阿里云, 华为云], 地点: [杭州] } } # 调用函数进行转换 df siamese_result_to_csv(example_result, 科技新闻_抽取结果.csv) # 同时保存为Excel文件获得更好的格式 excel_path 科技新闻_抽取结果.xlsx df.to_excel(excel_path, indexFalse, engineopenpyxl) print(fExcel文件已保存至: {excel_path}) # 打印前几行看看 print(\n生成的数据预览) print(df.head())4.2 运行脚本并查看结果在终端中运行这个脚本python convert_to_csv.py运行后你会在当前文件夹下得到两个文件科技新闻_抽取结果.csv可以用文本编辑器或Excel打开。科技新闻_抽取结果.xlsx拥有更好格式的Excel文件。打开CSV或Excel文件你会看到一个清晰的表格任务类型实体类型内容实体识别人物张勇实体识别人物李华实体识别公司阿里巴巴实体识别公司阿里云实体识别公司华为云实体识别地点杭州这样任何人都可以轻松地对这些数据进行排序、筛选和统计分析了。5. 第三步构建知识图谱导入Neo4j表格适合看清单但要看关系图谱更直观。比如我们想看到“张勇”和“阿里巴巴”之间的“CEO”关系。我们需要将数据导入Neo4j图数据库。5.1 安装并启动Neo4j首先确保你有一个运行中的Neo4j实例。你可以从 Neo4j官网 下载桌面版或服务器版。社区版是免费的。启动Neo4j后通过浏览器访问http://localhost:7474使用默认用户名neo4j和密码登录首次登录会要求修改密码。5.2 编写数据导入脚本创建一个名为import_to_neo4j.py的新文件。这个脚本会读取我们之前生成的CSV数据并将其转化为图中的“节点”和“关系”。import pandas as pd from neo4j import GraphDatabase class Neo4jImporter: def __init__(self, uri, user, password): 初始化Neo4j驱动连接 self.driver GraphDatabase.driver(uri, auth(user, password)) def close(self): 关闭连接 self.driver.close() def create_entity_nodes(self, csv_path): 从CSV文件创建实体节点。 节点标签为实体类型如人物节点属性为name。 df pd.read_csv(csv_path) # 筛选出实体识别的数据 entity_df df[df[任务类型] 实体识别] with self.driver.session() as session: # 清空现有数据谨慎操作仅用于示例 session.run(MATCH (n) DETACH DELETE n) print(已清空原有图谱数据。) # 为每个实体创建节点 for _, row in entity_df.iterrows(): entity_type row[实体类型] entity_name row[内容] # 使用Cypher语句创建节点 query ( fMERGE (e:{entity_type} {{name: $name}}) RETURN e.name AS name ) session.run(query, nameentity_name) print(f已创建 {len(entity_df)} 个实体节点。) def create_relationships_from_text(self): 基于我们的示例文本手动创建一些关系。 在实际应用中这部分逻辑需要根据你的关系抽取结果来动态生成。 这里我们根据已知信息硬编码几个关系作为演示。 relationships [ (张勇, CEO, 阿里巴巴), # 张勇是阿里巴巴的CEO (阿里云, LOCATED_IN, 杭州), # 阿里云数据中心位于杭州 (阿里巴巴, OWNS, 阿里云), # 阿里巴巴拥有阿里云 (阿里巴巴, COOPERATE_WITH, 华为云), # 阿里巴巴与华为云合作 ] with self.driver.session() as session: for from_entity, rel_type, to_entity in relationships: # 先尝试找到头尾实体节点然后创建关系 # 这里假设节点标签是人物、公司、地点实际中需要更精确的匹配逻辑 query ( MATCH (a {name: $from_name}) MATCH (b {name: $to_name}) fMERGE (a)-[r:{rel_type}]-(b) RETURN a.name, type(r), b.name ) result session.run(query, from_namefrom_entity, to_nameto_entity) # 可以打印结果进行调试 # for record in result: # print(f创建关系: {record[a.name]} - {record[type(r)]} - {record[b.name]}) print(f已创建 {len(relationships)} 条关系。) def run_demo(self, csv_path): 运行完整的导入演示 try: self.create_entity_nodes(csv_path) self.create_relationships_from_text() print(\n数据导入Neo4j成功) print(请访问 http://localhost:7474 查看图谱。) print(尝试在查询框中输入MATCH (n) RETURN n LIMIT 25) except Exception as e: print(f导入过程中发生错误: {e}) finally: self.close() # --- 示例用法 --- if __name__ __main__: # 替换成你的Neo4j连接信息 NEO4J_URI bolt://localhost:7687 # 默认Bolt协议端口 NEO4J_USER neo4j NEO4J_PASSWORD your_password_here # 请修改为你的密码 CSV_FILE_PATH 科技新闻_抽取结果.csv importer Neo4jImporter(NEO4J_URI, NEO4J_USER, NEO4J_PASSWORD) importer.run_demo(CSV_FILE_PATH)5.3 运行并可视化图谱修改脚本将NEO4J_PASSWORD替换成你自己设置的Neo4j密码。运行脚本python import_to_neo4j.py查看结果打开Neo4j浏览器 (http://localhost:7474)在顶部查询框中输入MATCH (n) RETURN n LIMIT 25并执行。你会看到一个可视化的图谱圆形或方形的节点代表“人物”、“公司”、“地点”箭头连线代表它们之间的“CEO”、“LOCATED_IN”等关系。你可以点击节点查看属性拖拽布局直观地探索数据间的关联。6. 总结与进阶思路通过以上三步我们完成了一个从非结构化文本到多格式结构化数据的完整流水线信息抽取利用SiameseUIE零样本能力快速从文本中提取目标信息。数据转换使用Pandas将JSON结果转换为更通用的CSV/Excel格式便于协作和分析。图谱构建导入Neo4j构建知识图谱实现数据的可视化关联分析。进阶思考与优化方向批量处理上述例子是单条文本。你可以写一个循环读取一个包含多篇文章的文本文件逐篇抽取最后将所有结果合并到一个大的CSV或数据库中。丰富关系本例中的关系是手动定义的。你可以设计更复杂的Schema让SiameseUIE直接抽取关系例如{人物: {就职于: 公司}}然后修改导入脚本自动解析这些关系并创建对应的图谱连线。与流程集成将这个流水线集成到你的自动化报告中定期分析舆情、新闻或技术文档自动生成数据看板和知识图谱更新。信息抽取是释放文本价值的关键第一步而让抽取结果“活”起来在不同的工具和场景中发挥作用才是其价值的最终体现。希望这个实操手册能帮你打通这“最后一公里”。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
SiameseUIE中文-base实操手册：如何将抽取结果生成CSV/Excel/Neo4j图数据库
发布时间：2026/7/12 18:14:58
SiameseUIE中文-base实操手册如何将抽取结果生成CSV/Excel/Neo4j图数据库你是不是经常遇到这样的场景面对一堆新闻稿、产品评论或者技术文档需要手动从中找出人名、公司名、产品名或者分析评论里的情感倾向。手动操作不仅耗时耗力还容易出错。今天要介绍的SiameseUIE就是来解决这个痛点的。它是阿里巴巴达摩院专门为中文信息抽取设计的模型最大的特点就是“零样本”——你不用准备任何标注数据只要告诉它你想抽什么它就能帮你抽出来。但光抽出来还不够数据得能用起来才行。这篇文章我就手把手带你走完从信息抽取到数据应用的完整流程怎么用SiameseUIE抽数据然后怎么把这些数据变成CSV表格、Excel文件甚至导入Neo4j图数据库进行可视化分析。1. 快速认识SiameseUIE你的中文信息“挖掘机”在开始动手之前我们先花几分钟了解一下这个工具到底能干什么以及它厉害在哪里。1.1 核心能力像人一样理解文本SiameseUIE本质上是一个理解中文文本的AI模型。你给它一段文字再给它一个“任务清单”Schema它就能自动把清单上的东西找出来。它能做的两件主要事情找东西命名实体识别从一段话里找出特定类型的事物。比如从一篇人物报道里找出所有人名、地名、公司名。找关系属性情感抽取从一段评论里找出被评价的“属性”和对应的“情感”。比如从“手机拍照清晰但电池续航一般”这句话里找出“拍照-清晰”和“电池续航-一般”这两组关系。它的优势非常明显不用训练这是最大的亮点。传统方法需要你准备成百上千条标注好的数据来训练模型而SiameseUIE直接就能用。中文特强专门针对中文的语言习惯比如分词、成语、省略主语等做了优化效果比通用模型好不少。灵活定义你想抽什么完全由你定义的Schema决定。今天抽“人物”、“地点”明天想抽“产品型号”、“技术参数”改一下Schema就行。1.2 我们的目标从抽取到应用很多教程只讲到“如何抽取”这一步就结束了。但抽出来的数据如果只是躺在JSON文件里价值就大打折扣。我们这次要完成一个更完整的链路原始文本 --(SiameseUIE抽取)-- 结构化JSON数据 --(Python处理)-- CSV/Excel/Neo4j最终你会得到一份可以用Excel打开的.csv文件方便做统计和筛选。一份格式更漂亮的.xlsxExcel文件可以调整样式、做图表。一个可视化的知识图谱用Neo4j让你能直观地看到实体之间的关系比如“人物-就职于-公司”。2. 环境准备与快速启动我们使用一个已经配置好的镜像环境让你跳过复杂的安装和配置直接上手。2.1 启动Web服务按照提供的说明启动服务后你应该能在浏览器中访问一个本地网页通常是http://localhost:7860或类似的地址。打开后你会看到一个简洁的Web界面。这个界面就是我们的主操作台它已经预置了模型和示例非常友好。2.2 理解操作界面界面主要分为三个部分输入文本区粘贴或输入你想要分析的原始中文文本。Schema定义区用JSON格式写明你要抽取什么。这是控制模型行为的“指令”。结果输出区模型运行后抽取的结果会以JSON格式显示在这里。小技巧界面上有预置的示例你可以先点击示例按钮看看它是如何工作的然后再替换成自己的内容。3. 第一步用SiameseUIE抽取结构化数据现在我们用一个实际的例子来走通抽取流程。假设我们有一段科技新闻“在近日的发布会上阿里巴巴CEO张勇宣布阿里云将在杭州新建一座数据中心并与华为云达成了战略合作。分析师李华认为此举将加剧云计算市场的竞争。”我们想从中提取人物、公司、地点。3.1 定义抽取Schema在Schema框里输入如下JSON。这就像给模型一张“寻物启事”{人物: null, 公司: null, 地点: null}格式很简单{“你想要的实体类型”: null}。null是固定写法不用改。3.2 执行抽取并获取结果将上面的新闻文本粘贴到输入框点击“运行”或类似的按钮。稍等片刻你会在结果区看到类似下面的输出{ 抽取实体: { 人物: [张勇, 李华], 公司: [阿里巴巴, 阿里云, 华为云], 地点: [杭州] } }看模型成功地把我们想要的信息都挖出来了数据现在是结构化的JSON格式为后续处理打好了基础。可能遇到的问题结果为空检查Schema的键名是否太模糊或文本中确实没有。可以尝试更通用的键如“人物”换成“人名”。服务没响应如果是第一次启动模型加载可能需要一两分钟。可以通过后台命令supervisorctl status siamese-uie查看状态。4. 第二步将JSON结果转换为CSV/Excel文件JSON数据虽然结构清晰但不如表格直观也不便于用Excel进行大众化的数据分析。我们用Python写一个简单的脚本来完成转换。4.1 编写Python转换脚本在你的工作目录下创建一个名为convert_to_csv.py的文件并写入以下代码import json import pandas as pd import sys def siamese_result_to_csv(json_result, output_csv_path抽取结果.csv): 将SiameseUIE的JSON输出转换为CSV文件。 参数: json_result: SiameseUIE输出的JSON字符串或字典。 output_csv_path: 输出的CSV文件路径。 # 如果输入是字符串则解析为字典 if isinstance(json_result, str): data json.loads(json_result) else: data json_result # 准备一个列表来存储所有行数据 rows [] # 处理“抽取实体”NER任务的结果 if 抽取实体 in data: entities data[抽取实体] for entity_type, entity_list in entities.items(): for entity in entity_list: rows.append({ 任务类型: 实体识别, 实体类型: entity_type, 内容: entity, 来源文本: N/A # 如果需要关联原文可以额外传入 }) # 处理“抽取关系”如ABSA任务的结果 if 抽取关系 in data: relations data[抽取关系] # 关系可能是一个列表 if isinstance(relations, list): for rel in relations: # 处理类似 {属性词: 音质, 情感词: 很好} 的结构 for key, value in rel.items(): if isinstance(value, dict): # 如果是嵌套字典继续展开适配更复杂的Schema for sub_key, sub_value in value.items(): rows.append({ 任务类型: 关系抽取, 关系主体: key, 关系类型: sub_key, 关系客体: sub_value, 内容: f{key} - {sub_value}, 来源文本: N/A }) else: # 简单的键值对关系 rows.append({ 任务类型: 关系抽取, 关系主体: key, 关系类型: 关联, 关系客体: value, 内容: f{key}: {value}, 来源文本: N/A }) # 如果没有数据创建一个空DataFrame并保存 if not rows: print(警告未提取到任何数据。) df pd.DataFrame(columns[任务类型, 实体类型, 内容, 来源文本]) else: df pd.DataFrame(rows) # 保存为CSV df.to_csv(output_csv_path, indexFalse, encodingutf-8-sig) # utf-8-sig确保Excel打开不乱码 print(f转换完成结果已保存至: {output_csv_path}) return df # --- 示例用法 --- if __name__ __main__: # 这是我们从SiameseUIE Web界面得到的JSON结果 example_result { 抽取实体: { 人物: [张勇, 李华], 公司: [阿里巴巴, 阿里云, 华为云], 地点: [杭州] } } # 调用函数进行转换 df siamese_result_to_csv(example_result, 科技新闻_抽取结果.csv) # 同时保存为Excel文件获得更好的格式 excel_path 科技新闻_抽取结果.xlsx df.to_excel(excel_path, indexFalse, engineopenpyxl) print(fExcel文件已保存至: {excel_path}) # 打印前几行看看 print(\n生成的数据预览) print(df.head())4.2 运行脚本并查看结果在终端中运行这个脚本python convert_to_csv.py运行后你会在当前文件夹下得到两个文件科技新闻_抽取结果.csv可以用文本编辑器或Excel打开。科技新闻_抽取结果.xlsx拥有更好格式的Excel文件。打开CSV或Excel文件你会看到一个清晰的表格任务类型实体类型内容实体识别人物张勇实体识别人物李华实体识别公司阿里巴巴实体识别公司阿里云实体识别公司华为云实体识别地点杭州这样任何人都可以轻松地对这些数据进行排序、筛选和统计分析了。5. 第三步构建知识图谱导入Neo4j表格适合看清单但要看关系图谱更直观。比如我们想看到“张勇”和“阿里巴巴”之间的“CEO”关系。我们需要将数据导入Neo4j图数据库。5.1 安装并启动Neo4j首先确保你有一个运行中的Neo4j实例。你可以从 Neo4j官网 下载桌面版或服务器版。社区版是免费的。启动Neo4j后通过浏览器访问http://localhost:7474使用默认用户名neo4j和密码登录首次登录会要求修改密码。5.2 编写数据导入脚本创建一个名为import_to_neo4j.py的新文件。这个脚本会读取我们之前生成的CSV数据并将其转化为图中的“节点”和“关系”。import pandas as pd from neo4j import GraphDatabase class Neo4jImporter: def __init__(self, uri, user, password): 初始化Neo4j驱动连接 self.driver GraphDatabase.driver(uri, auth(user, password)) def close(self): 关闭连接 self.driver.close() def create_entity_nodes(self, csv_path): 从CSV文件创建实体节点。 节点标签为实体类型如人物节点属性为name。 df pd.read_csv(csv_path) # 筛选出实体识别的数据 entity_df df[df[任务类型] 实体识别] with self.driver.session() as session: # 清空现有数据谨慎操作仅用于示例 session.run(MATCH (n) DETACH DELETE n) print(已清空原有图谱数据。) # 为每个实体创建节点 for _, row in entity_df.iterrows(): entity_type row[实体类型] entity_name row[内容] # 使用Cypher语句创建节点 query ( fMERGE (e:{entity_type} {{name: $name}}) RETURN e.name AS name ) session.run(query, nameentity_name) print(f已创建 {len(entity_df)} 个实体节点。) def create_relationships_from_text(self): 基于我们的示例文本手动创建一些关系。 在实际应用中这部分逻辑需要根据你的关系抽取结果来动态生成。 这里我们根据已知信息硬编码几个关系作为演示。 relationships [ (张勇, CEO, 阿里巴巴), # 张勇是阿里巴巴的CEO (阿里云, LOCATED_IN, 杭州), # 阿里云数据中心位于杭州 (阿里巴巴, OWNS, 阿里云), # 阿里巴巴拥有阿里云 (阿里巴巴, COOPERATE_WITH, 华为云), # 阿里巴巴与华为云合作 ] with self.driver.session() as session: for from_entity, rel_type, to_entity in relationships: # 先尝试找到头尾实体节点然后创建关系 # 这里假设节点标签是人物、公司、地点实际中需要更精确的匹配逻辑 query ( MATCH (a {name: $from_name}) MATCH (b {name: $to_name}) fMERGE (a)-[r:{rel_type}]-(b) RETURN a.name, type(r), b.name ) result session.run(query, from_namefrom_entity, to_nameto_entity) # 可以打印结果进行调试 # for record in result: # print(f创建关系: {record[a.name]} - {record[type(r)]} - {record[b.name]}) print(f已创建 {len(relationships)} 条关系。) def run_demo(self, csv_path): 运行完整的导入演示 try: self.create_entity_nodes(csv_path) self.create_relationships_from_text() print(\n数据导入Neo4j成功) print(请访问 http://localhost:7474 查看图谱。) print(尝试在查询框中输入MATCH (n) RETURN n LIMIT 25) except Exception as e: print(f导入过程中发生错误: {e}) finally: self.close() # --- 示例用法 --- if __name__ __main__: # 替换成你的Neo4j连接信息 NEO4J_URI bolt://localhost:7687 # 默认Bolt协议端口 NEO4J_USER neo4j NEO4J_PASSWORD your_password_here # 请修改为你的密码 CSV_FILE_PATH 科技新闻_抽取结果.csv importer Neo4jImporter(NEO4J_URI, NEO4J_USER, NEO4J_PASSWORD) importer.run_demo(CSV_FILE_PATH)5.3 运行并可视化图谱修改脚本将NEO4J_PASSWORD替换成你自己设置的Neo4j密码。运行脚本python import_to_neo4j.py查看结果打开Neo4j浏览器 (http://localhost:7474)在顶部查询框中输入MATCH (n) RETURN n LIMIT 25并执行。你会看到一个可视化的图谱圆形或方形的节点代表“人物”、“公司”、“地点”箭头连线代表它们之间的“CEO”、“LOCATED_IN”等关系。你可以点击节点查看属性拖拽布局直观地探索数据间的关联。6. 总结与进阶思路通过以上三步我们完成了一个从非结构化文本到多格式结构化数据的完整流水线信息抽取利用SiameseUIE零样本能力快速从文本中提取目标信息。数据转换使用Pandas将JSON结果转换为更通用的CSV/Excel格式便于协作和分析。图谱构建导入Neo4j构建知识图谱实现数据的可视化关联分析。进阶思考与优化方向批量处理上述例子是单条文本。你可以写一个循环读取一个包含多篇文章的文本文件逐篇抽取最后将所有结果合并到一个大的CSV或数据库中。丰富关系本例中的关系是手动定义的。你可以设计更复杂的Schema让SiameseUIE直接抽取关系例如{人物: {就职于: 公司}}然后修改导入脚本自动解析这些关系并创建对应的图谱连线。与流程集成将这个流水线集成到你的自动化报告中定期分析舆情、新闻或技术文档自动生成数据看板和知识图谱更新。信息抽取是释放文本价值的关键第一步而让抽取结果“活”起来在不同的工具和场景中发挥作用才是其价值的最终体现。希望这个实操手册能帮你打通这“最后一公里”。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
配置实战：从寄存器设置到避坑指南)
