【Python】Python实现实体识别、获取实体属性

from flask import Flask,request,jsonify
import spacy
from neo4j import GraphDatabase
import logging

app = Flask(__name__)

#初始化spacy
nlp = spacy.load("en_core_web_sm")

#连接到Neo4j
driver = GraphDatabase.driver("bolt://localhost:7687",auth=("neo4j","password"))

def get_entity_attributes(tx,entity):
    #查询实体的一层和二层属性
  query = """
  MATCH (e {name:$entity})-[r]->(a)
  RETURN a.name AS attribute, r.type AS relation
  UNION
  MATCH (e {name:$entity})<- [:HAS]-(a)-[r]->(b)
  RETURN b.name AS attribute,r.type AS relation
  LIMIT 10
  """
  result = tx.run(query,entity=entity)
  attributes = []
  for record in result:
      attributes.append((record["attribute"],record["relation"]))
  return attributes

  @app.route('match',methods=['POST'])
    def match_entities():
        data = request.get_json()
        entity1 = data['entity1']
        entity2  = data['entity2']

        #识别实体
        doc1 = nlp(entity1)
        doc2 = nlp(entity2)

        #获取实体的属性
        with driver.session() as session:
            attributes1 = session.read_transaction(get_entity_attributes,entity1)
            attributes2 = session.read_transaction(get_entity_attributes,entity2)

       #计算评分
    score = 0
    for attr1,rel1, in attributes1:
        for attr2,rel2 in attributes2:
            if attr1 == attr2 and rel1 == rel2:
                socre += 1   #可以根据实际情况调整评分规则
    return jsonfy({"entity1":entity1,"entity2":entity2,"score":score})

    if __name__ == '__main__':
        app.run(debug=True)

#1.Neo4j配置：请确保您已经正确配置了Neo4j，并且设置了正确的用户名和密码。
#2.实体识别：在这个例子中，我们简单地假设输入的entity1和entity2已经是正确的实体名。如果需要从文本中抽取实体，
#可以使用spaCy的命名实体识别功能。
#3.评分逻辑：这里的评分逻辑非常简单（简直无用），仅用于演示。您可以根据实际需求调整评分策略。

运行和测试：
运行上述代码，然后可以通过发送POST请求到http://localhost:5000/match来测试API。

例如，使用curl命令：
Bash
curl -x POST http://localhost:5000/match -H "Content-Type:application/json" -d '{"entity1":"John Doe","entity2":"Jame Smith"}'
  

@app.route('/')