anitasherry / text_to_cypher

自然语言的文本转换成Neo4j知识图谱的Cypher查询语句

设想实现知识图谱对接大模型

本项目目的是把自然语言的文本转换成Neo4j的 Cypher 查询语句。和另一个大家可能已经比较熟悉的场景 Text2SQL：文本转换 SQL 在形式上没有什么区别。但是知识图谱查询的发展非常缓慢，RAG目前是主流，通过文本转换为向量进行相似度查询得到最优Prompt

Neo4j对接现状

langchain

项目地址：https://github.com/langchain-ai/langchain/tree/master/templates/neo4j-cypher

langchain已经对接了Neo4j，可以从代码中看到neo4j_cypher/chain.py 的第19~21行文件中可以看出

# LLMs
cypher_llm = ChatOpenAI(model_name="gpt-4", temperature=0.0)
qa_llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0.0)

gpt-4用来生成查询语句，gpt-3.5-turbo用查询到的结果作为Prompt然后回答用户提出的问题

GraphGPT

项目地址：https://github.com/varunshenoy/GraphGPT

这里用的也是gpt-4

llama_index

项目地址：https://github.com/run-llama/llama_index/tree/v0.10.24/llama-index-integrations/tools/llama-index-tools-neo4j

案例：https://github.com/run-llama/llama_index/blob/v0.10.24/docs/docs/examples/vector_stores/Neo4jVectorDemo.ipynb

依然用的是gpt-4

NebulaGraph-GPT

Nebula数据库，和neo4j类似

项目地址：https://github.com/wey-gu/NebulaGraph-GPT

这里使用gpt-3生成查询语句

想做的工作

经过在https://huggingface.co/的搜索，并没有找到相关模型，似乎只又chatgtp-4可做到生成查询语句

另外也没有在huggingface上搜索到比较好的数据集

但是费点时间总能出结果，找到了一个质量很好的数据集放到了huggingface:text-to-neo4j-cypher-chinese

来源于论文 SpCQL: A Semantic Parsing Dataset for Converting Natural Language into Cypher

微调模型必须选择中文指令模型，例如：llama-3-chinese-8b-instruct-v2

难点

现在知识图谱标签、关系没有统一，模型训练出来后只能针对训练集的知识图谱进行text-to-neo4j-cypher 设想过对这些标签、关系向量化以达到统一的目的