pygraft

pygraft：触手可及的合成模式和知识图的可配置生成

这是Pygraft的开源实现，最初在本文中介绍。

Pygraft是一个开源Python库，用于基于用户指定的参数生成合成但逼真的模式和（kgs）。生成的资源是域 - 不可思议的，即它们与特定的应用程序字段没有绑定。

能够合成模式和kgs是在数据敏感或不容易获得的域进行研究的重要里程碑。 Pygraft允许研究人员和从业人员即时生成模式和KG，对所需规范提供了最少的知识。

Pygraft具有以下功能：

• 产生模式，公斤或两者的可能性
• 高度可调的过程基于一系列用户指定参数
• 图式和千克
• 通过使用DL推理器（隐士）来确保逻辑一致性

安装

可以从PYPI下载和安装的最新稳定版本的Pygraft。

pip install pygraft

最新版本的Pygraft可以直接从GitHub源安装：

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

即将到来的功能

下一个版本的Pygraft将提供其他功能。仅举几例：

优先级

• 允许支持任何输入模式（不仅是Pygraft生成的模式）。
• 允许从隐士API解释不一致的解释。这将使从不一致的kg中删除三元组的子集以使其保持一致，而无需用户再次运行KG生成管道。对于非常大的图形，或者如果用户配有已经存在的模式，这尤其如此，这不是完全一致的。

中等优先级

• 修复以下属性rdfs:subPropertyOf ， owl:FunctionalProperty和owl:InverseFunctionalProperty ，作为同时的三个非零值，可能会导致不一致的kg。

优先级低

• 促进更大的公斤的产生（这意味着消除对RDFLIB的任何依赖）。
• 增加对文字的支持。

pygraft概述

消毒的贡献如下：

• 据我们所知，Pygraft是第一个能够在单个管道中综合模式和kgs的生成器。

• 生成的模式和KGs用扩展的RDF和OWL构造进行了描述，可以既允许精细的资源描述，又严格遵守通用的语义Web标准。

• 用户可以指定广泛的参数。这些允许创建具有不同特征的无限图形。有关参数的更多详细信息，请参见正式文档的“参数”部分。

从高级的角度来看，整个Pygroft Generation Pipeline在图1中描绘了。特别是，类和关系发生器用用户指定的参数初始化，并用于逐步构建模式。随后使用OWLReady的隐士推理器检查模式的逻辑一致性。如果您也有兴趣基于此架构生成kg，则KG生成器将使用KG相关参数初始化，并与先前生成的模式融合，以顺序构建KG。最终，（再次）使用隐士评估了结果kg的逻辑一致性。

图1：增生概述

用法 - pygraft作为包装

安装后，可以加载pygraft：

 import pygraft

重要的是，您可以使用以下方式访问所有功能

 pygraft . __all__

产生模式

让我们假设我们只对生成模式感兴趣。我们首先需要检索.yaml配置文件create_yaml_template()例如。

 pygraft . create_yaml_template ()

现在，模板已在当前工作目录下生成，默认情况下命名为template.yml 。

该文件包含所有可调参数。有关其含义的更多详细信息，请检查参数部分。

为了简单起见，我们不打算修改此模板并坚持使用默认参数值。

通过generate_schema(path)函数使生成本体学成为可能，该功能仅需要配置文件的相对路径。

重要的

在以下步骤中，IE生成一个模式和kg，您需要安装Java，并且可以正确分配$ JAVA_HOME环境变量。这是因为Hermit推理器目前使用Java运行。

在我们的情况下，配置文件被命名为template.yml ，并位于当前工作目录中，因此：

 pygraft . generate_schema ( "template.yml" )

可以在output/template/schema.rdf中检索生成的模式。在此过程中创建其他文件： output/template/class_info.json和output/template/relation_info.json 。这些文件分别提供了有关生成模式的类和关系的重要信息。

产生公斤

现在，让我们探索如何使用pygraft生成kg。在本节中，我们假设我们已经有一个架构，它将用作生成kg的蓝图。我们可以使用与以前相同的配置文件 - 因为它还包含与KG生成有关的参数（尽管以前未使用，因为我们只要求使用模式） - 生成kg：

 pygraft . generate_kg ( "template.yml" )

可以在output/template/full_graph.rdf中检索生成的kg。它结合了从output/template/schema.rdf本体论信息）继承的信息与与个人有关的信息。

完整的管道执行

在大多数情况下，一个人希望在一个过程中同时生成架构和kg。 pygraft允许使用generate(path)函数，该函数就像上述两个函数generate_schema(path)和generate_kg(path) ：

 pygraft . generate ( "template.yml" )

用法 - CLI的增生

假设您已将Pygroft存储库克隆到计算机：

1. 安装依赖项：

pip install pygraft

2. 从项目的根文件夹中调用Pygraft入口点：

 # 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. 

关于

有兴趣促进pygraft吗？请考虑联系：[email protected]

如果您喜欢Pygraft，请考虑下载Pygraft并主演我们的GitHub存储库，以使其知道并促进其开发！

如果您在出版物中使用或提及Pygraft，请将我们的作品引用为：

 @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}
}