1.知识图谱基础介绍
一个完整的知识图谱数据，主要由七个部分组成：
（1）类型
类型是根据不同实体所包含的属性来进行划分的，类型是对具有相同特点或属性的实体集合的抽象。例如，中国是一个实体，美国是一个实体，法国是一个实体，这些实体都具有共同的特征，可以抽象为国家类型。
（2）域
域是类型的集合，凌驾于类型之上，是对某一领域所有类型的抽象。例如，国家是对中国、美国这样实体的一种抽象，是一种类型，而一个地理位置除了国家类型之外，还包括其他类型：城市，区，州等，而把这些类型抽象起来，就形成了地理位置域。
（3）实体
实体是对客观个体的抽象，一个人，一部电影，一句话都可以看作是一个实体。另外，实体既可表示真实世界的个体信息，也可以用于表示某个抽象概念（概念网络）。
（4）实体属性
实体属性是一个实体所具有特征的描述，属性本身不能在进行细分。例如，一个人的年龄，姓名，性别，身高。
（5）关系
关系是实体与实体之间关系的抽象，关系是有向的。
（6）关系属性（权重）
关系属性描述了一个关系所具有的特征，例如关系建立的时间，关系的重要性（权值）等。
（7）属性值
属性值是用来描述一个实体或关系的具体信息，可以分为文本型和数值型。
2.数据类型介绍
知识图谱数据的存储，主要分为两个部分：
（1) 实体属性存储
实体属性存储通过一个链表（list）来完成，链表中的每一个元素是一个字典(dict)，该字典只包含两个key，一个是实体的类型（type）,另外一个是实体属性（property），实体属性也是一个字典，字典中的每一个key代表实体的一个属性，对应的value代表相应属性值。整个链表最终以json格式存储。其结构如下图：
（2）实体间关系存储
实体间关系存储是通过一个实体关系三元组链表（list(list)）来完成，链表中的每一个元素是一个实体关系三元组：
[实体1，关系，实体2]。
其中，实体1，实体2分别是实体在实体信息链表里面的位置索引，关系是一个字典，该字典包含两个key，一个是关系的名字（name）,另外一个是关系属性（property）。整个链表最终以json格式存储。其结构如下图：
3.数据集介绍（数据持续更新）
目前已有的数据如下：
| 域 | 实体类型 | 关系类型 | 数据量 | 下载链接 | 提取码 |
|---|---|---|---|---|---|
| 地理位置域 | 中国城市 | 首都，省会，属于，包含，直辖市 | 70W+城市实体 | https://pan.baidu.com/s/1q_Ji58A2tN9dtY3tg4Be_w | 9isc |
| 中国飞机场 | 位于 | 298个机场实体 | https://pan.baidu.com/s/1g7RuL7GnTIRcqorn9tjVMg | gy7f | |
| 中国火车站 | 位于 | 1022个火车站实体 | https://pan.baidu.com/s/1t8nbt4OsHjIcCq8o7BCOhA | jrm2 |
4.代码介绍（代码持续更新）
github:https://github.com/makeplanetoheaven/EntityExtraction
4.1 实体及实体间关系爬取
目前已有代码内容如下
| 域 | 实体类型 | 关系类型 | 抽取网站 | 代码位置 | 调用位置 |
|---|---|---|---|---|---|
| 地理位置域 | 中国城市 | 首都，省会，属于，包含，直辖市 | http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2018/ | ./EntityRelation/GeographicalDomain/China/CityCrawler | ./Debug |
| 中国飞机场 | 位于 | https://baike.baidu.com/item/%E6%9C%BA%E5%9C%BA/74273 | ./EntityRelation/GeographicalDomain/China/AirportCrawler | ./Debug | |
| 中国火车站 | 位于 | http://hcp.bendibao.com/station.html | ./EntityRelation/GeographicalDomain/China/TrainStationCrawle | ./Debug |
4.2 实体信息爬取
4.2.1 基于百度百科的实体信息抽取
基于百度百科的实体信息抽取，主要是通过爬取百科中相应实体的基本介绍，基本属性，来作为实体属性进行存储。代码目录位于./EntityInformation/BaiduEncyclopedia.py。代码如下：
4.3 数据存储到图数据库Neo4j
本项目提供连接到图数据，并将爬取到数据存储到图数据库的接口，代码目录位于./Neo4j/Neo4j.py。通过创建一个Neo4j对象，输入相应链接信息（用户名，密码，端口等）后，即可调用相应函数进行操作。
（1）数据存储到图数据库调用顺序如下
