pygraft

PyGraft: generación configurable de esquemas sintéticos y gráficos de conocimiento a su alcance

Esta es la implementación de código abierto de Pyraft, inicialmente presentado en este documento.

PyGraft es una biblioteca de Python de código abierto para generar esquemas y (kgs) sintéticos pero realistas basados ​​en parámetros especificados por el usuario. Los recursos generados son agnósticos de dominio, es decir, no están vinculados a un campo de aplicación específico.

Ser capaz de sintetizar esquemas y KGS es un hito importante para realizar investigaciones en dominios donde los datos son sensibles o no están disponibles. Pygraft permite a los investigadores y profesionales generar esquemas y KG sobre la marcha, proporcionó un conocimiento mínimo sobre las especificaciones deseadas.

Pygraft tiene las siguientes características:

• posibilidad de generar un esquema, un kg o ambos
• proceso altamente ajustable basado en una amplia gama de parámetros especificados por el usuario
• Los esquemas y los KG están construidos con un conjunto extendido de RDF y construcciones de búho
• La consistencia lógica se garantiza mediante el uso de un razonador DL ​​(ermitaño)

Instalación

La última versión estable de PyGraft se puede descargar e instalar desde Pypi con:

pip install pygraft

La última versión de PyGraft se puede instalar directamente desde GitHub Source con:

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

Próximas características

Se proporcionarán características adicionales en las próximas versiones de PyGraft. Por nombrar solo algunos:

Alta prioridad

• Permita el soporte para cualquier esquema de entrada (y no solo los esquemas generados por PyGraft).
• Permitir explicaciones para que las inconsistencias sean analizadas de la API ermitaño. Esto permitiría eliminar un subconjunto de triples de KGS inconsistentes para que sean consistentes, sin necesidad de que el usuario ejecute la tubería de generación KG nuevamente. Esto es especialmente cierto para gráficos muy grandes, o si el usuario viene con un esquema ya existente que no es perfectamente consistente.

Prioridad media

• Fije el conflicto entre las siguientes propiedades rdfs:subPropertyOf , owl:FunctionalProperty y owl:InverseFunctionalProperty , ya que un valor distinto de cero para los tres al mismo tiempo puede conducir a KG inconsistentes.

Baja prioridad

• Facilitar la generación de KG más grandes (esto implicaría eliminar cualquier dependencia a RDFLIB).
• Agregue soporte para literales.

Descripción general de PyGraft

Las contribuciones de PyGraft son las siguientes:

• Hasta donde sabemos, PyGraft es el primer generador capaz de sintetizar esquemas y KGS en una sola tubería.

• Los esquemas y KG generados se describen con un conjunto extendido de construcciones RDF y búho, lo que permite tanto descripciones de recursos de grano fino como estricto cumplimiento de los estándares web semánticos comunes.

• El usuario puede especificar una amplia gama de parámetros. Estos permiten crear un número infinito de gráficos con diferentes características. Se pueden encontrar más detalles sobre los parámetros en la sección Parámetros de la documentación oficial.

Desde una perspectiva de alto nivel, toda la tubería de generación de PyAflft se representa en la Figura 1. En particular, los generadores de clase y relación se inicializan con parámetros especificados por el usuario y se utilizan para construir el esquema de forma incremental. La consistencia lógica del esquema se verifica posteriormente utilizando el razonador Hermit de Owlready2. Si también está interesado en generar un KG basado en este esquema, el generador KG se inicializa con parámetros relacionados con KG y se fusiona con el esquema generado previamente para construir secuencialmente el KG. En última instancia, la consistencia lógica del KG resultante se evalúa (nuevamente) usando ermitaño.

Figura 1: Descripción general de Pygraft

Uso - Pygraft como paquete

Una vez instalado, el pygraft se puede cargar con:

 import pygraft

Es importante destacar que puede acceder a todas las funciones con:

 pygraft . __all__

Generando un esquema

Supongamos que solo estamos interesados ​​en generar un esquema. Primero necesitamos recuperar el archivo de configuración de la plantilla (por ejemplo, un archivo de configuración .yaml ), que es tan simple como llamar create_yaml_template() :::

 pygraft . create_yaml_template ()

Ahora, la plantilla se ha generado en el directorio de trabajo actual, y se llama template.yml de forma predeterminada.

Este archivo contiene todos los parámetros sintonizables. Para obtener más detalles sobre sus significados, verifique la sección de parámetros.

En aras de la simplicidad, no planeamos modificar esta plantilla y seguir con los valores de parámetros predeterminados.

La generación de una ontología es posible a través de la función generate_schema(path) , que solo requiere la ruta relativa al archivo de configuración.

Importante

Para los siguientes pasos, es decir, generando un esquema y un KG, necesita que se instale Java y la variable de entorno $ Java_Home se asigne correctamente. Esto se debe a que el razonador ermitaño actualmente se ejecuta usando Java.

En nuestro caso, el archivo de configuración se llama template.yml y se encuentra en el directorio de trabajo actual, por lo tanto::

 pygraft . generate_schema ( "template.yml" )

El esquema generado se puede recuperar en output/template/schema.rdf . Se crean archivos adicionales durante el proceso: output/template/class_info.json y output/template/relation_info.json . Estos archivos brindan información importante sobre las clases y relaciones del esquema generado, respectivamente.

Generando un kg

Exploremos ahora cómo usar PyGraft para generar un kg. En esta sección, suponemos que ya tenemos un esquema, que servirá como un plan para generar nuestro KG. Podemos usar el mismo archivo de configuración que antes, ya que también contenía parámetros relacionados con la generación de KG (aunque no se usa antes, ya que solo pedimos un esquema), para generar un kg:

 pygraft . generate_kg ( "template.yml" )

El KG generado se puede recuperar en output/template/full_graph.rdf . Combina información heredada de output/template/schema.rdf (es decir, información ontológica) con información relacionada con las personas.

Ejecución completa de la tubería

En la mayoría de los casos, uno quiere generar un esquema y un kg en un solo proceso. Pygraft permite esto con la función generate(path) , que funciona al igual que las dos funciones generate_schema(path) y generate_kg(path) :

 pygraft . generate ( "template.yml" )

Uso - Pyraft de la CLI

Suponiendo que ha clonado el repositorio de Pyraflt a su computadora:

1. Instalar dependencias:

pip install pygraft

2. Llame al punto de entrada de PyGraft, desde la carpeta raíz del proyecto:

 # Displaying help
python -m pygraft.main --help

 # Generating a schema from a local template file
python -m pygraft.main -g generate_schema -conf template.yml

# ...  then browse the resulting schema in the ./output/template folder. 

Acerca de

¿Interesado en contribuir a Pygraft? Considere comunicarse con: [email protected]

Si le gusta PyGraft, ¡Considere descargar Pyraft y protagonizar nuestro repositorio de GitHub para darle a conocer y promover su desarrollo!

Si usa o menciona PyGraft en una publicación, cite nuestro trabajo como:

 @misc{hubert2023pygraft,
  title={PyGraft: Configurable Generation of Schemas and Knowledge Graphs at Your Fingertips}, 
  author={Nicolas Hubert and Pierre Monnin and Mathieu d'Aquin and Armelle Brun and Davy Monticolo},
  year={2023},
  eprint={2309.03685},
  archivePrefix={arXiv},
  primaryClass={cs.AI}
}