PyGraft：触手可及的可配置合成模式与知识图谱生成工具

这是 PyGraft 的开源实现，最初发表于这篇论文中。

PyGraft 是一个开源的 Python 库，用于根据用户指定的参数生成既具有合成性又高度逼真的模式和知识图谱（KG）。生成的资源具有领域无关性，即不局限于特定的应用领域。

能够合成模式和知识图谱，对于在数据敏感或不易获取的研究领域开展研究而言，是一个重要的里程碑。PyGraft 使研究人员和从业者能够在对所需规范仅有少量了解的情况下，即时生成模式和知识图谱。

PyGraft 具有以下特点：

• 可以生成模式、知识图谱，或同时生成两者
• 基于广泛的用户指定参数，流程高度可调
• 模式和知识图谱采用扩展的 RDFS 和 OWL 构造构建
• 使用描述逻辑推理机（HermiT）确保逻辑一致性

安装

PyGraft 的最新稳定版本可以从 PyPI 下载并安装：

pip install pygraft

也可以直接从 GitHub 源代码安装最新版本：

pip install git+https://github.com/nicolas-hbt/pygraft.git

即将推出的功能

PyGraft 的后续版本将提供更多功能，其中包括：

高优先级

• 支持任意输入模式（而不仅限于由 PyGraft 生成的模式）。
• 从 HermiT API 中解析不一致性的解释信息。这将允许从不一致的知识图谱中移除部分三元组使其一致，而无需用户重新运行知识图谱生成流程。这对于非常大的图谱，或者当用户已经拥有一个并不完全一致的现有模式时尤其重要。

中优先级

• 解决 rdfs:subPropertyOf、owl:FunctionalProperty 和 owl:InverseFunctionalProperty 这三个属性之间的冲突问题，因为同时为这三个属性赋予非零值可能导致知识图谱不一致。

低优先级

• 更容易生成更大的知识图谱（这将意味着去除对 rdflib 的依赖）。
• 添加对文字的支持。

PyGraft 概述

PyGraft 的主要贡献如下：

• 据我们所知，PyGraft 是首个能够在单一流程中同时合成模式和知识图谱的工具。
• 生成的模式和知识图谱使用扩展的 RDFS 和 OWL 构造进行描述，既能实现细粒度的资源描述，又能严格遵守常见的语义网标准。
• 用户可以指定广泛的参数，从而创建出具有不同特征的无限多张图谱。有关参数的更多详细信息，请参阅官方文档中的参数章节。

从高层次来看，整个 PyGraft 生成流程如图 1 所示。具体而言，类生成器和关系生成器会根据用户指定的参数进行初始化，并逐步构建模式。随后，使用来自 owlready2 的 HermiT 推理机检查模式的逻辑一致性。如果用户还希望基于该模式生成知识图谱，则会使用与知识图谱相关的参数初始化知识图谱生成器，并将其与先前生成的模式融合，依次构建知识图谱。最终，再次使用 HermiT 评估生成的知识图谱的逻辑一致性。

图 1：PyGraft 概览

使用方法——作为软件包的 PyGraft

安装完成后，可以通过以下方式加载 PyGraft：

import pygraft

值得注意的是，您可以访问所有函数：

pygraft.__all__

生成模式

假设我们只对生成模式感兴趣。首先需要获取模板配置文件（例如 .yaml 配置文件），只需调用 create_yaml_template() 即可：

pygraft.create_yaml_template()

现在，模板已在当前工作目录下生成，默认命名为 template.yml。

该文件包含了所有可调参数。有关这些参数的具体含义，请参阅参数章节。

为了简单起见，我们暂不修改此模板，直接使用默认参数值。

通过 generate_schema(path) 函数即可生成本体，该函数仅需提供配置文件的相对路径。

[!重要提示] 在接下来的步骤中，即生成模式和知识图谱时，需要安装 Java 并正确设置 $JAVA_HOME 环境变量。这是因为 HermiT 推理机目前是基于 Java 运行的。

在我们的例子中，配置文件名为 template.yml，位于当前工作目录下，因此：

pygraft.generate_schema("template.yml")

生成的模式可以在 output/template/schema.rdf 中找到。在此过程中还会生成其他文件：output/template/class_info.json 和 output/template/relation_info.json。这些文件分别提供了关于生成模式中类和关系的重要信息。

生成知识图谱

现在让我们探讨如何使用 PyGraft 生成知识图谱。在这一节中，我们假设已经有一个模式，它将作为生成知识图谱的蓝图。我们可以使用之前的配置文件——因为它也包含了与知识图谱生成相关的参数（尽管之前并未使用，因为我们当时只请求生成模式）——来生成知识图谱：

pygraft.generate_kg("template.yml")

生成的知识图谱可以在 output/template/full_graph.rdf 中找到。它结合了从 output/template/schema.rdf 继承的信息（即本体信息）以及与个体相关的信息。

完整流水线执行

在大多数情况下，人们希望在一个流程中同时生成模式和知识图谱。PyGraft 提供了 generate(path) 函数来实现这一点，其工作方式与前面介绍的两个函数 generate_schema(path) 和 generate_kg(path) 相同：

pygraft.generate("template.yml")

使用方法——通过命令行使用 PyGraft

假设您已将 PyGraft 仓库克隆到本地计算机：

1. 安装依赖：

pip install pygraft

2. 从项目的根目录调用 PyGraft 入口点：

# 显示帮助信息
python -m pygraft.main --help

# 从本地模板文件生成模式
python -m pygraft.main -g generate_schema -conf template.yml

# ... 然后在 ./output/template 文件夹中查看生成的模式。

关于

您对参与 PyGraft 的开发感兴趣吗？请考虑联系：nicotab540@gmail.com

如果您喜欢 PyGraft，请下载 PyGraft 并为我们的 GitHub 仓库点赞，以让更多人了解并促进其发展！

如果您在出版物中使用或提及 PyGraft，请引用我们的工作如下：

@misc{hubert2023pygraft,
  title={PyGraft：触手可及的可配置模式与知识图谱生成工具}, 
  author={Nicolas Hubert、Pierre Monnin、Mathieu d'Aquin、Armelle Brun 和 Davy Monticolo},
  year={2023},
  eprint={2309.03685},
  archivePrefix={arXiv},
  primaryClass={cs.AI}
}

PyGraft 快速上手指南

PyGraft 是一个开源 Python 库，用于根据用户指定的参数生成合成但逼真的模式（Schema）和知识图谱（KG）。生成的资源与领域无关，特别适用于数据敏感或难以获取的研究场景。它支持高度可调的参数配置，并利用 HermiT 推理器确保逻辑一致性。

环境准备

在开始使用之前，请确保满足以下系统要求和依赖：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：建议 Python 3.8+
• 关键依赖：Java JDK
  • 重要提示：PyGraft 使用 HermiT 推理器进行逻辑一致性检查，该推理器基于 Java 运行。因此，必须安装 Java 并正确配置 JAVA_HOME 环境变量。
  • 验证安装：在终端运行 java -version 确认已安装。

安装步骤

你可以通过 PyPI 或 GitHub 源码安装 PyGraft。国内开发者若遇到网络问题，可配置 pip 使用国内镜像源（如清华源、阿里源）。

方式一：通过 PyPI 安装（推荐）

# 使用默认源
pip install pygraft

# 或使用国内镜像加速（例如清华源）
pip install pygraft -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：从 GitHub 源码安装（获取最新版本）

pip install git+https://github.com/nicolas-hbt/pygraft.git

基本使用

以下是使用 PyGraft 生成模式（Schema）和知识图谱（KG）的最简流程。

1. 生成配置文件模板

首先，需要在当前工作目录生成一个 YAML 格式的配置文件模板，其中包含所有可调节的参数。

import pygraft

# 生成名为 template.yml 的默认配置文件
pygraft.create_yaml_template()

注意：生成的 template.yml 文件位于当前目录下。对于初学者，可以直接使用默认参数值，无需手动修改。

2. 生成模式（Schema）

使用生成的配置文件来构建本体模式。

# 根据配置文件生成 Schema
pygraft.generate_schema("template.yml")

• 输出位置：生成的模式文件位于 output/template/schema.rdf。
• 辅助文件：同时会生成 class_info.json 和 relation_info.json，分别描述生成的类和关系信息。

3. 生成知识图谱（KG）

如果你已经有一个模式（或想基于刚才生成的模式），可以进一步实例化生成知识图谱。

# 根据配置文件生成 KG（会自动复用或结合已有的 Schema）
pygraft.generate_kg("template.yml")

• 输出位置：完整的知识图谱文件位于 output/template/full_graph.rdf，其中包含了本体信息和具体的个体数据。

4. 一键执行完整流程

通常情况下，你需要同时生成模式和知识图谱。PyGraft 提供了便捷的单步执行函数：

# 一次性生成 Schema 和 KG
pygraft.generate("template.yml")

执行完成后，请查看 output/template/ 目录获取所有生成结果。