Graphiti : outil de construction et d'interrogation de graphes de connaissances dynamiques (programme de mémoire longue sensible au temps)

Introduction générale

Graphiti est un outil développé par getzep pour la construction et l'interrogation de graphes de connaissances dynamiques et temporels. Il est capable de représenter des relations complexes et évolutives entre les entités et de les interroger à l'aide d'une variété de méthodes telles que les algorithmes temporels, plein texte, sémantiques et graphiques. Graphiti peut traiter à la fois des données non structurées et structurées, et les représentations sémantiques des bords lisibles par l'homme générées permettent une recherche plein texte et des capacités d'interprétation améliorées des bords au cours du processus de construction du graphique. L'outil est largement utilisé dans des scénarios d'application tels que la recherche d'informations, la réponse personnalisée des agents et le traitement dynamique des données.

Liste des fonctions

• Construction dynamique de graphes de connaissancesLa carte d'identité : elle prend en charge les données dynamiques et les mises à jour intelligentes, évaluant automatiquement les nouvelles entités et mettant à jour les cartes existantes.
• Requêtes temporellesLes requêtes peuvent être effectuées en fonction du temps, ce qui permet d'analyser des relations temporelles complexes.
• Génération d'arêtes sémantiquesLes résultats de l'étude ont été présentés dans le cadre d'un projet de recherche sur le texte intégral, qui a pour but de générer des arêtes sémantiquement lisibles lors de la construction de graphes.
• Prise en charge de sources de données multiplesCapacité à traiter des données structurées et non structurées.
• Renforcer la capacité d'interprétationLes bords des cartes générées ont des capacités d'interprétation améliorées pour faciliter la compréhension et l'analyse.
• Réponse personnalisée de l'agentPersonnaliser les réponses de l'agent en fonction des informations tirées des conversations précédentes.
• Intégration avec Neo4jLes outils de gestion de l'atlas : intégration avec la base de données Neo4j pour une gestion pratique de l'atlas.

Utiliser l'aide

Processus d'installation

1. Préparation de l'environnement: :
   • Assurez-vous que l'environnement Python est installé.
   • Installez Neo4j Desktop et créez un projet, ajoutez le SGBD local et démarrez-le.
2. Installation de la bibliothèque Graphiti: :

   pip install graphiti_core
   

3. Initialisation de Graphiti: :
   Importer et initialiser Graphiti dans un script Python :

   from graphiti_core import Graphiti
   from graphiti_core.nodes import EpisodeType
   

Processus d'utilisation

1. Construire un graphe de connaissances: :
   • Utilisez Graphiti pour construire des graphes de connaissances à partir de données dynamiques, permettant au graphe de refléter le contexte le plus récent grâce à des mises à jour intelligentes et à la génération d'arêtes sémantiques.
   • Par exemple, l'ajout de nouvelles entités et relations :

     graph = Graphiti()
     graph.add_node("Person", name="Kendra")
     graph.add_node("Product", name="Adidas shoes")
     graph.add_edge("Kendra", "loves", "Adidas shoes")
     

2. Interroger le graphe de connaissances: :
   • Les requêtes utilisant des algorithmes temporels, plein texte, sémantiques et graphiques prennent en charge les relations temporelles complexes et les recherches sémantiques.
   • Par exemple, demander à quelqu'un quel est son produit préféré :

     query = "MATCH (p:Person)-[r:loves]->(prod:Product) RETURN p.name, prod.name"
     results = graph.query(query)
     for result in results:
     print(f"{result['p.name']} loves {result['prod.name']}")
     

3. Réponse personnalisée de l'agent: :
   • Utilisez Graphiti pour stocker et rappeler les faits pertinents des conversations afin de personnaliser les réponses.
   • Par exemple, l'enregistrement et le rappel des messages de dialogue :

     graph.add_node("Conversation", context="User mentioned interest in Adidas shoes")
     relevant_facts = graph.query("MATCH (c:Conversation) RETURN c.context")
     for fact in relevant_facts:
     print(fact['c.context'])
     

Fonctions détaillées

• Mises à jour des cartes intelligentesGraphiti est capable d'évaluer automatiquement les nouvelles entités et de les mettre à jour en fonction du graphe actuel, ce qui permet de maintenir le graphe à jour.
• Recherche sémantique et plein texteLe projet : La génération d'arêtes sémantiquement lisibles au cours du processus de construction des graphes permet aux utilisateurs d'effectuer des recherches et des requêtes en texte intégral avec des capacités d'interprétation accrues.
• perception du tempsLe système d'information de gestion (SIG) : il prend en charge les requêtes temporelles et est capable de gérer des relations temporelles complexes et des données dynamiques.
• Prise en charge de plusieurs sources de donnéesLa capacité à traiter des données structurées et non structurées permet aux utilisateurs d'intégrer et d'analyser des données provenant de sources multiples.

Exemples de scénarios d'application

1. Robot du service client: :
   Graphiti peut aider à créer des robots de service client intelligents qui personnalisent les réponses aux demandes des utilisateurs en stockant l'historique de leurs conversations et leurs données comportementales. Par exemple, lorsqu'un utilisateur se renseigne sur un produit, le robot peut lui fournir des conseils plus précis et personnalisés sur la base de ses conversations passées.
2. Analyse financière: :
   Les institutions financières peuvent utiliser Graphiti pour établir des cartes de relations avec les clients afin de comprendre leurs préférences en matière d'investissement et leur comportement financier. Les requêtes temporelles analysent les changements dans le comportement d'investissement des clients au fil du temps, ce qui aide les conseillers financiers à fournir des conseils d'investissement plus professionnels.
3. Gestion des soins de santé: :
   Les organismes de soins de santé peuvent utiliser Graphiti pour établir des correspondances entre les profils de santé des patients qui enregistrent l'historique des antécédents médicaux et des traitements d'un patient. Grâce à des mises à jour dynamiques et à des requêtes temporelles, les médecins peuvent acquérir une compréhension plus complète de la santé d'un patient et fournir des solutions de soins de santé personnalisées.
4. Système de recommandation pour le commerce électronique: :
   Les plateformes de commerce électronique peuvent utiliser Graphiti pour créer des graphes d'intérêts d'utilisateurs qui enregistrent leur historique de navigation et d'achat. Grâce à l'interrogation sémantique et à l'analyse temporelle, la plateforme peut recommander aux utilisateurs des produits qui correspondent davantage à leurs intérêts et augmenter leur taux de conversion en achat.
5. recherche universitaire: :
   Les organismes de recherche peuvent utiliser Graphiti pour établir une carte des ressources universitaires, en enregistrant et en analysant les relations de citation entre les articles universitaires et les tendances de la recherche. Grâce à des requêtes sémantiques et temporelles, les chercheurs peuvent rapidement trouver des résultats de recherche et des ressources académiques pertinents.