基于Neo4j圖數(shù)據(jù)庫的英語語法知識圖譜構(gòu)建策略研究

啜春紅

(南京機(jī)電職業(yè)技術(shù)學(xué)院，江蘇南京 211135)

1 引言

知識圖譜是人工智能技術(shù)的一種新型應(yīng)用形式，能夠結(jié)構(gòu)化地展示實(shí)體與概念之間的關(guān)系，幫助人們對某一學(xué)科中各種知識所構(gòu)建起來的知識體系有一個全面的了解[1-2]。石英杰等人將知識圖譜應(yīng)用于搜索引擎設(shè)計中，為用戶提供更具深度的互聯(lián)網(wǎng)信息[3]，趙一鳴等人建立了中文通用知識圖譜——CN-DBpedia，以中文維基百科、互動百科、百度百科為數(shù)據(jù)來源，綜合運(yùn)用語義推理、語義融合等技術(shù)建立起一套中文知識圖譜[4]。將知識圖譜應(yīng)用于英語語法教學(xué)中，不僅有助于學(xué)習(xí)者精準(zhǔn)掌握語法知識結(jié)構(gòu)，還有助于全面掌握語法知識關(guān)聯(lián)，進(jìn)而推動英語語法學(xué)習(xí)的智能化、全面化、精準(zhǔn)化，在提高學(xué)習(xí)效率的同時減輕學(xué)生的學(xué)習(xí)負(fù)擔(dān)[5-8]。

2 英語語法數(shù)據(jù)獲取

在本文所建立的英語語法知識圖譜中，英語語法的數(shù)據(jù)來源分別為百度百科和《現(xiàn)代英語語法》（商務(wù)印書館）、《薄冰英語語法第4 版》、《外研社英語語法大全》三個英語語法書籍，并將其內(nèi)容進(jìn)行數(shù)字化處理，一共獲得106 個語法結(jié)構(gòu)及35個語法知識點(diǎn)名稱（15個句類知識點(diǎn)名稱、20個詞類知識點(diǎn)名稱），具體數(shù)據(jù)及說明如表1所示。

表1 語法書籍?dāng)?shù)據(jù)說明

3 知識圖譜設(shè)計

3.1 實(shí)體設(shè)計

知識圖譜的實(shí)體設(shè)計具體包括詞類知識點(diǎn)名稱、詞類知識點(diǎn)概念、詞類知識點(diǎn)舉例詞匯、句類知識點(diǎn)結(jié)構(gòu)詞匯四項，各項的具體含義如表2所示。

表2 圖譜實(shí)體類別及說明

3.2 關(guān)系設(shè)計

本文所設(shè)計的英語語法知識圖譜共包含18 種語法關(guān)系，關(guān)系類別及相關(guān)說明如表3所示，其中前10 組關(guān)系類別如表3所示。

表3 知識圖譜實(shí)體關(guān)系類別設(shè)計及其說明

4 數(shù)據(jù)導(dǎo)入Neo4j

Neo4j 是當(dāng)前得到廣泛應(yīng)用的一種圖形數(shù)據(jù)庫，該數(shù)據(jù)庫具有圖形處理和圖形存儲兩項主要功能[9]。相比于單純的關(guān)系型數(shù)據(jù)庫來說，Neo4j 圖形數(shù)據(jù)庫所支持的Cypher 查詢語言和屬性圖模型可大幅提升查詢效率，支持大規(guī)則數(shù)據(jù)查詢[10]。該圖形數(shù)據(jù)庫還能夠通過結(jié)點(diǎn)和線段等簡單的圖形樣式來展現(xiàn)不同知識實(shí)體之間的關(guān)系結(jié)構(gòu)，知識數(shù)據(jù)的展現(xiàn)形式明確且靈活[11-12]。Neo4j還兼容Python接口，可與基于Python 語言所編輯的英語學(xué)習(xí)系統(tǒng)無縫結(jié)合，降低系統(tǒng)編程難度[13]。

首先將知識圖譜中的的4 個實(shí)體表及18 個關(guān)系表轉(zhuǎn)換為CSV文件，在此基礎(chǔ)上通過Neo4j圖數(shù)據(jù)庫中的LOAD命令批量導(dǎo)入CSV 文件[9]，并將18 個關(guān)系直接命名為將來進(jìn)行式、過去進(jìn)行時、現(xiàn)在進(jìn)行式、將來完成時、現(xiàn)在完成時、過去完成時、一般將來時、一般過去式、一般現(xiàn)在時、狀語從句、定語從句、虛擬語氣、被動語態(tài)、倒裝句、祈使句、舉例、概念、包含。

5 知識可視化

5.1 知識圖譜實(shí)驗(yàn)的基本方法

本文通過Py2neo連接Neo4j圖數(shù)據(jù)庫，采用建立節(jié)點(diǎn)和建立關(guān)系的方式針對語法題目實(shí)施向量設(shè)計，核心代碼如下：

# 建立節(jié)點(diǎn)

test_node_1=Node("is"，name="VBG")

test_node_2=Node("is"，name="is")

test_graph．create(test_node_1)

test_graph．create(test_node_2)

# 建立關(guān)系

node_1_call_node_2=Relationship(test_node_1，′現(xiàn)在進(jìn)行時′，test_node_2)

# node_1_call_node_2[′count′]=1

node_2_call_node_1=Relationship(test_node_2，′一般現(xiàn)在時′，test_node_1)

# node_2_call_node_1[′count′]=2

test_graph．create(node_1_call_node_2)

test_graph．create(node_2_call_node_1)

以如圖1所示的題目為例，該題目的答案是“is reading”，經(jīng)過詞性標(biāo)注后可得到如圖2所示的內(nèi)部匹配結(jié)果。

圖1 匹配題目示例

圖2 知識圖譜基本原理

5.2 知識圖譜整體形式

在向Neo4j 圖數(shù)據(jù)庫導(dǎo)入CSV 文件后，Neo4j 會針對知識圖譜數(shù)據(jù)加以數(shù)據(jù)化展示。本文所設(shè)計的英語語法知識圖譜共包含知識點(diǎn)實(shí)體1103 個，在圖譜中以結(jié)點(diǎn)的形式加以展現(xiàn)，其中包含69 個句類知識點(diǎn)結(jié)構(gòu)詞匯、994 個詞類知識點(diǎn)舉例詞匯、20 個詞類知識點(diǎn)概念、20 個詞類知識點(diǎn)名稱。局部英語語法知識圖譜如圖3所示，4 個實(shí)體類別分別以4種大小的結(jié)點(diǎn)加以表示，各實(shí)體之間的關(guān)系標(biāo)注于各實(shí)體之間的連接線上。

圖3 局部英語語法知識圖譜

5.3 知識圖譜部分功能

在需要查看圖譜細(xì)節(jié)信息的情況下，用戶可以直接輸入Cypher語句即可進(jìn)一步查閱實(shí)體的內(nèi)容以及與其他實(shí)體之間的關(guān)系。在英語語法圖譜中，由于句類、詞類兩種知識點(diǎn)分別以邊和點(diǎn)的形式加以存儲，因此需要通過不同的語句實(shí)現(xiàn)查詢。以句類知識點(diǎn)“現(xiàn)在完成時”的查詢?yōu)槔?，該知識點(diǎn)在英語語法圖譜中的查詢結(jié)果如圖4所示。

根據(jù)圖4可知，在英語語法圖譜中的完成時部分共包含6個常見語法，用戶可以直觀查閱有關(guān)于“現(xiàn)在完成時”的各種詞匯。另外，若根據(jù)圖譜中箭頭的方向持續(xù)讀取，還能夠獲取較為完整的“現(xiàn)在完成時”句型，比如“has+not+VBN”、“has+been+done”等，其中動詞的過去分詞通過VBN 加以表示。

在針對“現(xiàn)在完成時”進(jìn)行查詢的過程中，圖譜還展示了“將來完成時”和“被動語態(tài)”等相關(guān)句式，可以幫助用戶發(fā)現(xiàn)現(xiàn)在完成時與被動語態(tài)之間的關(guān)聯(lián)，即“have+been”句型，該句型既可以用來表達(dá)現(xiàn)在完成時，也可以用來表達(dá)被動語態(tài)。

6 結(jié)束語

了解語法結(jié)構(gòu)和建立語法意識是英語語法學(xué)習(xí)的關(guān)鍵，英語語法知識圖譜可以用來對語法的知識點(diǎn)網(wǎng)絡(luò)加以直觀地展示，幫助用戶明確各知識點(diǎn)之間的區(qū)別和聯(lián)系。另外，圖形化的圖譜界面可集中展示重要信息，幫助用戶明確學(xué)習(xí)重點(diǎn)，減輕用戶學(xué)習(xí)英語語法的壓力與負(fù)擔(dān)。在實(shí)際應(yīng)用中，開發(fā)者還可以將本文所設(shè)計的英語語法圖譜與基于Python 語言所建立了英語在線學(xué)習(xí)系統(tǒng)結(jié)合起來，以Web瀏覽器的形式實(shí)現(xiàn)用戶對英語語法圖譜的訪問，進(jìn)而在無需安裝PC 客戶端的情況下實(shí)現(xiàn)對英語語法知識圖譜的在線查閱。