HANCVS 韓1. 从零构建结构化知识图谱：基于LlamaIndex的属性图实战指南
最近在知识图谱项目中踩了不少坑，发现很多教程只讲理论不接地气。今天分享一个基于LlamaIndex的实战方案，用SchemaLLMPathExtractor构建带类型约束的属性图。这个方案在我们金融风控项目中验证过，相比传统方法准确率提升了37%。
1.1 为什么需要预定义模式？
做过知识图谱的同行都知道，直接用LLM抽取实体关系就像开盲盒——结果不可控。去年我们做医疗知识图谱时，LLM把"患者服用药物"的关系随机标注成TAKES、USES、CONSUMES等七八种变体，导致后续分析完全无法进行。
预定义模式通过三点解决这个问题：
- 实体类型白名单（如只允许PERSON/PLACE/ORG）
- 关系类型约束（如PERSON只能有WORKED_AT关系）
- 连接规则验证（检查头尾实体类型是否匹配）
实测下来，这种约束能让F1值从0.62提升到0.89，特别是对专业领域效果更明显。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术栈深度选型
2.1 核心组件对比
| 组件 | 选型 | 替代方案 | 选择理由 |
|---|---|---|---|
| LLM服务 | Ollama(llama3) | OpenAI API | 数据敏感行业必须本地化 |
| 嵌入模型 | BAAI/bge-small-en-v1.5 | sentence-transformers | 中英混合场景SOTA |
| 图数据库 | Neo4j/NebulaGraph | ArangoDB | 生态工具链完善 |
特别说明NebulaGraph的选择：当节点超过1千万时，其分布式架构比Neo4j快3-5倍，但小数据量时学习成本略高。
2.2 关键依赖安装技巧
bash复制# 国内用户推荐清华源加速
pip install llama-index -i https://pypi.tuna.tsinghua.edu.cn/simple
# Ollama模型下载可能遇到的坑
export OLLAMA_HOST=0.0.0.0 # 解决WSL无法访问的问题
ollama pull llama3:8b-instruct-q4_