如果你已经按照本系列第1部分的步骤进行了操作，那么你应该已经创建了一些 parquet 文件。我们将把这些 parquet 文件转换成海龟格式文件，以描述我们的链接数据。你可以在这里阅读有关海龟格式的信息。然后，我们将把龟格式文件导入 RDF 存储器。但在导入该文件之前，我们要先导入我创建的本体文件，以描述 Microsoft GraphRAG。我们还将创建一个矢量索引，用于语义搜索。完成所有这些工作后，我们就可以在 RDF 知识图谱的帮助下使用 RAG 了。本部分的步骤如下：

• 将本体导入 RDF 存储库
  
• 创建并导入符合本体的数据到 RDF 存储中
• 创建矢量索引

将本体导入 RDF 存储器

本体是对知识的正式描述，是一个领域中的一组概念以及它们之间的关系。本体是知识图谱的重要基础。你可以在此阅读更多相关信息。万维网联盟（W3C）创建了一个格式规范，允许我们定义称为 OWL2 的本体。我为我们将要使用的 Microsoft GraphRAG 创建了一个本体，它看起来是这样的：

我使用一款名为 Metaphactory 的优秀产品创建了本体，然后将其导出为 OWL 文件。请查看 “资源 ”部分的链接，获取本体文件的副本以及与本部分相关的所有其他文件（和笔记本）。

本体是知识图谱的重要组成部分。本体允许以标准化的方式定义数据和关系。本体还提供了验证数据和解释数据的能力。非常重要的一点是，我们创建的系统不能是无人能懂的黑盒子。我们需要能够解释我们的系统和输出，并验证输入的数据。

首先，我们将在 RDF 存储器中创建一个空存储库，然后导入本体文件。我使用 GraphDB 作为我的 RDF 存储库（因为他们提供免费版本），所以你可以像这样创建一个新的存储库（我将其命名为 msft-graphrag）：

创建存储库后，你就可以导入我提供的本体 OWL 文件：

导入时，确保指定 “默认图形”：

创建符合本体的数据并将其导入 RDF 存储器

现在我们已经将本体导入了 RDF 存储，可以安全地创建和导入数据了。

我创建了一个 Jupyter 笔记本，它可以读取第 1 部分输出的 parquet 文件，然后创建相应的海龟文件，并将其导入图中。如果你只想导入数据，而不想知道数据是如何创建的，我还提供了 2 个海龟文件供你使用。一个是用 300 块大小创建的，另一个是用 1200 块大小和相关数据创建的。

创建矢量索引

在 Jupyter 笔记本的最后一部分，我展示了如何使用 Elasticsearch 为数据创建矢量索引。

我们将为实体类创建一个索引，存储 description_embedding 字段。该字段在实体的 parquet 文件中，因此我们将其与 id 字段绑定。

from elasticsearch import Elasticsearch
embedding_vector = entity_df['description_embedding'].iloc[0]
es = Elasticsearch("https://localhost:9200", 
                   basic_auth=("elastic", "password"), 
                   verify_certs=False)
indexMapping = {
    "properties":{
        "id":{
            "type":"keyword"
        },
        "description_embedding":{
            "type": "dense_vector",
            "dims": len(embedding_vector),
            "index": True,
            "similarity": "cosine",
        }, 
    }
}
index_name = "entity_graph_index" 
#es.indices.delete(index=index_name)
es.indices.create(index=index_name, mappings=indexMapping)
# We need to convert our DataFrame to a dictionary as this is the format Elasticsearch 
# expects when we're adding a record to the index.
record_list = entity_df[['id', 'description_embedding']].to_dict("records")
for record in record_list:
    es.index(index=index_name, document=record, id=record["id"])

创建此索引后，我们将在第 3 部分中使用它与我们的 RDF 知识图谱一起，为用户的问题生成更好的答案。