In this workshop, we will setup a conversational agent that will enable to ask us questions about the well know children’s book about a teddy bear called Piki Jakob written by Kajetan Kovič.
We will use property graph to capture relationships between persons and objects in a book and provide these relations to LLM in order to answer questions. Note that this is just a demonstraion of possible, however if you think it through, these kind of solution could improve the quality of narravive chat solutions.
Before we begin, I would also like to mention that this workshop has to pay all the credits to Oracle LiveLabs workshop Gain a competitive edge with Generative AI, use AI to generate the Edge and Vertices that make Property Graph data structures which I used as a reference
More about the referenced workshop: https://livelabs.oracle.com/pls/apex/r/dbpm/livelabs/view-workshop?wid=4174&clear=RR,180&session=14463983008299
During this workshop, one of the key tasks is to generate text outputs that will later be used for Retrieval-Augmented Generation (RAG). We have prepared two configuration options for this step:
By default, the code uses OCI GenAI. To switch to TinyBERT, simply comment or uncomment the relevant section of the script.
But before we begin, we need to verify few checks:
CREATE OR REPLACE DIRECTORY GRAPHDIR as 'scratch/';
Query executed successfully. Affected rows : 0
Checking if pravljice-MojPrijateljPikiJakob.txt exists in GRAPHDIR directory.
-- Checking if "pravljice-MojPrijateljPikiJakob.txt" exists in GRAPHDIR directory
DECLARE
v_exists NUMBER := 0;
BEGIN
-- Check if the file already exists in GRAPHDIR
SELECT COUNT(*)
INTO v_exists
FROM TABLE(DBMS_CLOUD.LIST_FILES('GRAPHDIR')) t
WHERE UPPER(t.object_name) = UPPER('pravljice-MojPrijateljPikiJakob.txt');
-- If not found, download it from the specified location (and save with the exact file name)
IF v_exists = 0 THEN
DBMS_CLOUD.GET_OBJECT(
object_uri => 'https://objectstorage.eu-frankfurt-1.oraclecloud.com/n/frfoigjl2oaf/b/public-bucket/o/pravljice%2FMojPrijateljPikiJakob.txt',
directory_name => 'GRAPHDIR',
file_name => 'pravljice-MojPrijateljPikiJakob.txt'
);
DBMS_OUTPUT.PUT_LINE('Downloaded: pravljice-MojPrijateljPikiJakob.txt');
ELSE
DBMS_OUTPUT.PUT_LINE('File already present: pravljice-MojPrijateljPikiJakob.txt');
END IF;
END;
File already present: pravljice-MojPrijateljPikiJakob.txt
PL/SQL procedure successfully completed.
Checking if TinyBERT model exists in database …
DECLARE
v_model_exists NUMBER := 0;
v_file_exists NUMBER := 0;
BEGIN
---------------------------------------------------------------------------
-- 1) Check if the ONNX model is already loaded (use Data Mining catalog)
---------------------------------------------------------------------------
BEGIN
SELECT COUNT(*)
INTO v_model_exists
FROM USER_MINING_MODELS
WHERE UPPER(model_name) = 'TINYBERT_MODEL';
EXCEPTION
WHEN OTHERS THEN
-- If the view isn't available for some reason, assume not present
v_model_exists := 0;
END;
IF v_model_exists = 1 THEN
DBMS_OUTPUT.PUT_LINE('Model TINYBERT_MODEL already loaded. Skipping load.');
RETURN;
END IF;
DBMS_OUTPUT.PUT_LINE('Model TINYBERT_MODEL not found. Checking GRAPHDIR...');
---------------------------------------------------------------------------
-- 2) Check if tinybert.onnx exists in GRAPHDIR; if not, download it
---------------------------------------------------------------------------
SELECT COUNT(*)
INTO v_file_exists
FROM TABLE(DBMS_CLOUD.LIST_FILES('GRAPHDIR')) t
WHERE UPPER(t.object_name) = 'TINYBERT.ONNX';
IF v_file_exists = 0 THEN
DBMS_OUTPUT.PUT_LINE('tinybert.onnx not found. Downloading...');
DBMS_CLOUD.GET_OBJECT(
object_uri => 'https://objectstorage.us-chicago-1.oraclecloud.com/n/idb6enfdcxbl/b/Livelabs/o/onnx-embedding-models/tinybert.onnx',
directory_name => 'GRAPHDIR',
file_name => 'tinybert.onnx'
);
ELSE
DBMS_OUTPUT.PUT_LINE('tinybert.onnx already exists in GRAPHDIR.');
END IF;
---------------------------------------------------------------------------
-- 3) Load ONNX model into schema (catch ORA-40204 just in case)
---------------------------------------------------------------------------
DBMS_OUTPUT.PUT_LINE('Loading ONNX model into schema as TINYBERT_MODEL...');
BEGIN
DBMS_VECTOR.LOAD_ONNX_MODEL(
directory => 'GRAPHDIR',
file_name => 'tinybert.onnx',
model_name => 'TINYBERT_MODEL',
metadata => JSON('{
"function":"embedding",
"embeddingOutput":"embedding",
"input":{"input":["DATA"]}
}')
);
DBMS_OUTPUT.PUT_LINE('TINYBERT_MODEL successfully loaded.');
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE = -40204 THEN
-- ORA-40204: model already exists
DBMS_OUTPUT.PUT_LINE('TINYBERT_MODEL already exists. Skipping load.');
ELSE
RAISE;
END IF;
END;
END;
Model TINYBERT_MODEL already loaded. Skipping load.
PL/SQL procedure successfully completed.
Setting profiles for selected model …
DECLARE
-- Switch: set to 'TinyBERT' or 'OCI GenAI'
selected_model VARCHAR2(20) := 'OCI GenAI';
BEGIN
-- Drop if present (ignore if not)
DBMS_CLOUD_AI.DROP_PROFILE(
profile_name => 'GRAPHUSER_PROFILE',
force => TRUE -- avoids ORA-20046 if profile doesn't exist
);
-- Create the profile based on the selected model
IF selected_model = 'TinyBERT' THEN
DBMS_CLOUD_AI.CREATE_PROFILE(
profile_name => 'GRAPHUSER_PROFILE',
attributes => '{
"provider": "database",
"embedding_model": "tinybert_model"
}'
);
ELSIF selected_model = 'OCI GenAI' THEN
DBMS_CLOUD_AI.CREATE_PROFILE(
profile_name => 'GRAPHUSER_PROFILE',
attributes => '{
"provider": "oci",
"region": "eu-frankfurt-1",
"credential_name": "GENAI_GRAPH_CREDENTIAL",
"conversation": "true",
"model": "meta.llama-3.3-70b-instruct"
}'
);
ELSE
RAISE_APPLICATION_ERROR(-20001,
'Invalid selected_model. Use "TinyBERT" or "OCI GenAI".');
END IF;
-- Activate for the session
DBMS_CLOUD_AI.SET_PROFILE(profile_name => 'GRAPHUSER_PROFILE');
DBMS_OUTPUT.PUT_LINE(
'GRAPHUSER_PROFILE created and activated with model: ' || selected_model);
END;
/
GRAPHUSER_PROFILE created and activated with model: OCI GenAI
PL/SQL procedure successfully completed.
In the next paragraph, story is read into tables. First, we will read it into a BLOB which is then converted into CLOB which is suitable for further processing.
BEGIN
---------------------------------------------------------------------------
-- Drop and recreate STORY_TABLE_BLOB
-- This table stores binary (BLOB) content such as original uploaded files.
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE STORY_TABLE_BLOB PURGE';
EXCEPTION
WHEN OTHERS THEN
-- Ignore "table or view does not exist" (ORA-00942) so script is reusable
IF SQLCODE != -942 THEN
RAISE;
END IF;
END;
EXECUTE IMMEDIATE 'CREATE TABLE STORY_TABLE_BLOB (
ID NUMBER, -- document identifier
DATA BLOB -- binary large object (original file content)
)';
---------------------------------------------------------------------------
-- Drop and recreate STORY_TABLE_CLOB
-- This table stores textual (CLOB) content extracted from BLOBs.
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE STORY_TABLE_CLOB PURGE';
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE != -942 THEN
RAISE;
END IF;
END;
EXECUTE IMMEDIATE 'CREATE TABLE STORY_TABLE_CLOB (
ID NUMBER, -- document identifier (matches STORY_TABLE_BLOB)
DATA CLOB -- text content extracted from the BLOB
)';
---------------------------------------------------------------------------
-- Drop and recreate STORY_TABLE_CHUNKS
-- This table stores sentence-level text chunks and their vector embeddings.
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE STORY_TABLE_CHUNKS PURGE';
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE != -942 THEN
RAISE;
END IF;
END;
EXECUTE IMMEDIATE 'CREATE TABLE STORY_TABLE_CHUNKS (
DOC_ID NUMBER, -- reference to document in STORY_TABLE_CLOB
CHUNK_ID NUMBER, -- sequential chunk identifier
CHUNK_DATA VARCHAR2(4000), -- individual sentence or text segment
CHUNK_EMBEDDING VECTOR -- vector embedding for semantic search
)';
END;
/
PL/SQL procedure successfully completed.
-- Insert the story text file into STORY_TABLE_BLOB as a BLOB
-- Reads the file 'pravljice-MojPrijateljPikiJakob.txt' from the Oracle directory GRAPHDIR.
BEGIN
INSERT INTO STORY_TABLE_BLOB
VALUES (
1,
TO_BLOB(
BFILENAME('GRAPHDIR', 'pravljice-MojPrijateljPikiJakob.txt')
)
);
COMMIT;
-- Optional: view the inserted row
-- SELECT * FROM STORY_TABLE_BLOB;
END;
/
BEGIN
-- Convert the BLOB into a CLOB (character large object)
-- This makes the story text readable and usable for NLP and embedding generation.
INSERT INTO STORY_TABLE_CLOB
SELECT ID, TO_CLOB(DATA)
FROM STORY_TABLE_BLOB;
-- Optional: view the converted text
-- SELECT * FROM STORY_TABLE_CLOB;
COMMIT;
END;
/
PL/SQL procedure successfully completed.
The next paragpraph, code builds a semantic embedding dataset from story text stored in Oracle database table. It takes the story text from STORY_TABLE_CLOB, splits it into sentence-level chunks, and generates an embedding vector for each chunk — a numeric representation of meaning used for similarity search or AI applications. Two alternative embedding methods are provided:
Only one method should be used at a time — the other remains commented out. Both produce the same output structure in STORY_TABLE_CHUNKS: document ID, chunk ID, text content, and its corresponding embedding vector.
Both methods ulitmately populata STORY_TABLE_CHUNKS with sentences and their embeddings, ready for vector search or RAG use cases.
DECLARE
-- Switch: 'TinyBERT' or 'OCI GenAI'
selected_model VARCHAR2(20) := 'OCI GenAI';
v_config CLOB;
BEGIN
-- Choose embedding configuration based on selected_model
IF selected_model = 'TinyBERT' THEN
v_config := '{"provider":"database","model":"tinybert_model"}';
ELSIF selected_model = 'OCI GenAI' THEN
v_config := '{
"provider": "ocigenai",
"credential_name": "OCI_GENAI_CRED_GRAPH",
"url": "https://inference.generativeai.eu-frankfurt-1.oci.oraclecloud.com/20231130/actions/embedText",
"model": "cohere.embed-multilingual-v3.0"
}';
ELSE
RAISE_APPLICATION_ERROR(-20001, 'Invalid selected_model. Use "TinyBERT" or "OCI GenAI".');
END IF;
-- Insert embeddings
INSERT INTO STORY_TABLE_CHUNKS
SELECT
DT.ID AS DOC_ID,
ET.EMBED_ID AS CHUNK_ID,
ET.EMBED_DATA AS CHUNK_DATA,
TO_VECTOR(ET.EMBED_VECTOR) AS CHUNK_EMBEDDING
FROM
STORY_TABLE_CLOB DT,
TABLE(
DBMS_VECTOR_CHAIN.UTL_TO_EMBEDDINGS(
-- split & normalize into sentence chunks
DBMS_VECTOR_CHAIN.UTL_TO_CHUNKS(
DBMS_VECTOR_CHAIN.UTL_TO_TEXT(DT.DATA),
JSON('{"split":"sentence","normalize":"all"}')
),
-- pass SQL JSON, not PL/SQL JSON object
JSON(v_config)
)
) T,
JSON_TABLE(
T.COLUMN_VALUE, '$[*]'
COLUMNS (
EMBED_ID NUMBER PATH '$.embed_id',
EMBED_DATA VARCHAR2(4000) PATH '$.embed_data',
EMBED_VECTOR CLOB PATH '$.embed_vector'
)
) ET;
COMMIT;
DBMS_OUTPUT.PUT_LINE('Embeddings generated using model: ' || selected_model);
END;
Embeddings generated using model: OCI GenAI
PL/SQL procedure successfully completed.
Let’s review what have we done so far … STORY_TABLE_CHUNKS includes our story split into chunks. The query below simply displays the first 20 text chunks (their document ID, chunk ID, and text) from the chunks table. It isuseful for quickly previewing what kind of data has been loaded or chunked before generating embeddings or running similarity searches.
SELECT doc_id, chunk_id, chunk_data
FROM STORY_TABLE_CHUNKS
FETCH FIRST 20 ROWS ONLY;
DOC_ID CHUNK_ID CHUNK_DATA
1 31 Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
1 32 »Ampak, ko se nas je nabralo trideset, je prišel možakar z velikim usnjenim kovčkom in medvedja mamica nas je dala njemu. Zložil nas je v kovček in odnesel v trgovino. Tam so nam dali okrog vratu listke i n na listkih je pisalo, koliko stanemo. Potem smo sedeli v izložbi, nekateri pa na policah. Jaz sem sedel v izložbi in ko je prišel mimo tvoj očka, sem mu pomežiknil, pa je stopil v trgovino in me kupil Tako sem prišel k tebi.«
1 33 »Dobro, da si mu pomežiknil,« je rekel učitelj in pobožal Pikija. Potem sta zaspala in sanjala o medvedji mamici, ki je naredila že toliko medvedkov, da bi jih lahko zložili v stolpnico. Piki piše pismo Učitelj rad piše pisma. Pošilja jih babici in dedku, tetam in stricem in včasih, kadar me ni doma, tudi meni. »Komu naj pa jaz pišem?« je nekega dne rekel Piki, ko je videl, da učitelj spet piše pismo.
1 34 Učitelj se je malo zamislil, potem je skomignil z rameni:»Piši kakšnemu Žužuju.« Piki je vneto pokimal, sedel za mizo in pri priči začel pisati z velikimi tiskanimi črkami: »Dragi Žužu številka 2, napisal ti bom pismo. Jaz sem Žužu številka 1. Gotovo se me še spomniš, saj sva na polici pri medvedji mamici sedela drug ob drugem. Zdaj se imenujem Piki in stanujem pri učitelju v Ljubljani.
1 35 Če ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.
1 36 Piki je nato pisal še medvedu Tediju v Holandijo, medvedu Marmeladovu v Rusijo, medvedu Berensonu na Švedsko, medvedu Medolizisu v Grčijo in medvedu Mečkoviču v Beograd. Na odgovore mu ni bilo treba dolgo čakati, prvo pa je prišlo Žužujevo pismo. Žužu je pisal: »Dragi moj Piki, z medvedi v Parizu je vse v redu. Jedo med, hodijo v šolo in se vozijo z metrojem. Tudi jaz se rad vozim z metrojem. Če še ne veš, se tako imenuje podzemna železnica.
1 37 Moj učitelj je poiskal Ljubljano na zemljevidu. Rekel je, da je blizu morja. Da ne padeš noter, če ne znaš plavati. Jaz bi zadnjič skoraj utonil v kopalnici. Ampak nisem. Lepo te pozdravlja tvoj stari Žužu.« Ko je prišlo Žužujevo pismo, poštar še ni vedel, da stanuje v našem bloku tudi Piki. Zato je tisti dan pozvonil v našem stopnišču kar pri devetih vratih. Povsod je vprašal: »Prosim, ali stanuje tukaj tovariš Piki Jakob?«
1 38 Osemkrat so mu odkimali in rekli: »Ne, tukaj ni nobenega Pikija Jakoba. Poglejte drugje.« Tako je slednjič prišel v najvišje nadstropje in si oddahnil, ko je za našimi vrati vendarle odkril pravega naslovnika. Piki je bil pisma vesel, zasmilil pa se mu je tisti pismonoša, ki ga je moral tako zelo iskati.Zato je predlagal učitelju, da bi napisal na poštno skrinjico tudi njegovo ime. In tako zdaj piše tam: Tukaj oddajte pošto tudi za Pikija Jakoba, podnajemnika pri učitelju.
1 39 Seveda pa moram povedati, da sta učitelj in Piki napisala podnajemnik le zato, da se bolj imenitno sliši. V resnici je Piki član naše družine in mu za stanovanje ni treba čisto nič plačati. Pri zobozdravniku Pikija je bolel zob in zato smo sklenili, da pojdemo k zobozdravniku. Resda je bolel zob tudi učitelja in tudi mene je cukalo po čeljustih, vendar je bil Piki največji revež. Vso noč se je premetaval po postelji in nič ni pomagalo, da smo mu dajali tople in mrzle obkladke.
1 40 Zjutraj ga je začelo trgati po ušesih in zato smo ga obvezali z ruto. Končiča rute sta bingljala z glave kot velika uhlja, kot da Piki ne bi bil medved, ampak zajec. Potem smo se odpravili. Po poti je učitelj razlagal, kako se je treba vesti pri zobozdravniku. »Zobozdravnik je tvoj prijatelj,« je rekel Pikiju. »Seveda,« je potrdil Piki. »Če te bo malo bolelo,« je nadaljeval učitelj, »nikar tako ne tuli, da bo pobegnilo pol čakalnice.«
1 41 »Se-seveda,« je zajecljal Piki. »Pri zobozdravniku vsak pravi medved stisne zobe in malo potrpi,« je končal učitelj. »Se-se-seveda,« je prikimal Piki. Ko smo vstopili v čakalnico, je bilo tam že nekaj otrok, medveda pa prav nobenega. Otroci so začudeno gledali obvezanega Pikija, dokler ni učitelj enega vprašal, ali misli, da medveda ne morejo boleti zobje.
1 42 To je zaleglo in potem ni nihče več buljil v Pikija, ki je čisto tiho sedel na stolu zraven učitelja. Bolniška sestra je pobrala zdravstvene knjižice. Ko je prišla do Pikija, ga je pobožala in Piki se je hvaležno nasmehnil. Čakali smo pol ure. Potem je sestra skoz vrata zaklicala: »Piki Jakob!« Odšli smo v ordinacijo. Zdravnik je prijazno pozdravil in vprašal: »Kaj pa je s tabo, Piki?« »Zo-zo-zob me boli,« je zajecljal Piki.
1 43 »Bomo že pokazali temu nesramnežu,« je rekel zdravnik. Piki je sedel na stol in odprl gobček. Zdravnik je s kovinsko paličico trkal po zobeh in spraševal: »Ali je ta? Ali je ta?« Piki je odgovarjal nekje iz trebuha: »Nhe, nhe.« Potem sta naletela na pravega, Ko je zdravnik potrkal po njem, je Piki javknil: »Auvh.«
1 44 »Tukaj je torej nepridiprav,« je rekel zdravnik in potipal še s prstom, da bi videl, če se že maje. Pikiju se je zdelo, da vidi vse zvezde in v hipu je zaprl gobec. Zdaj je zdravnik zavpil »au« in izvlekel boleči prst. »Piki,« je rekel strogo, »sva se tako zmenila? Jaz ti hočem pomagati, ti me pa grizeš. Ali je to pošteno?« Piki je odkimal.
1 45 Potem je junaško odprl gobec, pošteno zamižal in preden bi naštel do tri, je bil zob zunaj. Za Pikijem je bil na vrsti učitelj. Njegov zob je bil manj načet kakor Pikijev, zato ga je zobozdravnik samo plombiral. Učitelj se je malo spotil, vendar ni niti enkrat zastokal in tudi ni ugriznil zobozdravnika. Na koncu je hotel zdravnik pregledati še mene, a me v tistem hipu zobje niso niti najmanj boleli in zato sem rekel, da bom prišel raje drugič. Potem smo zadovoljni odšli.
1 46 Ko smo nekaj časa molče korakali, je rekel učitelj: »Piki, zakaj si ugrizni zobozdravnika?« »Saj si mi rekel, da naj stisnem zobe,« je odgovoril Piki. Spogledali smo se in se zasmejali. Učitelj pa se je obrnil k meni in rekel: »Glej, da ga drugič ne ugrizneš še ti.« Športni dan V medvedji šoli so imeli športni dan. Najprej je bila na vrsti vožnja z žičnico. Učitelj je napeljal vrv od kljuke na vratih do kljuke na oknu.
1 47 Iz matadorjevih kock je sestavil kabino, ki je drsela po vrvi na velikem kolesu čisto kakor pri pravi žičnici. Kabina je bila majhna in zato se je moral peljati vsak medved posebej, pa še tako so cepali dol kot zrele hruške. Seveda se ni nobenemu nič zgodilo. Samo Timika si je priščipnila uho in Josip Jupiter si je razparal levo hlačnico. Ampak kaj takega se zgodi na vsake poštenem športnem dnevu. Potem je učitelj naznanil, da bodo imeli spomladanski kros ali tek čez drn in strn.
1 48 »Zmagovalec bo dobil zlato medaljo in veliko hruško,« je rekel. »Kot na olimpiadi,« je vzdihnila Timika. »Na olimpiadi ne delijo hrušk,« je rekel Piki in se zarežal. Timika ga je grdo pogledala in malo je manjkalo, pa bi mu pokazala jezik. Medtem je učitelj pripravil progo. Start in cilj sta bila na zeleni livadi ali po domače v kuhinji. Medvedje so se postavili v vrsto in ko je učitelj zaklical »zdaj«, so se pognali v tek.
1 49 Najprej so tekli skoz brezov gaj ali po domače skoz dnevno sobo, in ker so se v gneči suvali, so podrli nekaj dreves, ki jih je učitelj postavil ob progi, med njimi košati hrast ali po domače fikus, ki je pri tem izgubil dva lista. Čez pusto planjavo ali po domače hodnik so pritekli brez nezgode. Zato pa so imeli hude težave v močvirnih predelih ali po domače v kopalnici. Lovili so ravnotežje po ozkih brveh in Filip je padel v ribnik ali po domače banjo in je prenehal s tekmovanjem.
1 50 Drugi so se pognali, kar so jih nesle pete, naprej proti južnemu gričevju ali po domače spalnici. Tukaj jih je čakal precej hud vzpon na stari grad ali po domače omaro in dolgo je trajalo, preden je Piki kot prvi prilezel na vrh. Ko je tekel po grebenu skozi temno goščavo ali po domače skoz razmetane učiteljeve igrače, je v goščavi nekaj zašumelo in se spustilo po drugem pobočju navzdol. Medtem je tudi Piki pretekel greben in se v skoku pognal na mehki travnik ali po domače na posteljo.
SELECT count(*)
FROM STORY_TABLE_CHUNKS
COUNT(*) 148
extract_graph — as its name suggests — extracts graph data directly from a given text.
head, head_type, relation, tail, tail_type, and data_chunk. The prompt also enforces naming and normalization rules and provides concise format examples.DBMS_CLOUD_AI.GENERATE, using the GRAPHUSER_PROFILE profile (with the chat action). Depending on the configuration at the top of the notebook, this may use either OCI GenAI or TinyBERT to process the provided text_chunk.{...}) instead of an array, it is wrapped as [ {...} ].JSON_ARRAY_T; if parsing fails, an empty array string ([]) is safely returned.[] if no valid data is found.CREATE OR REPLACE FUNCTION extract_graph (text_chunk CLOB)
RETURN CLOB
IS
l_prompt CLOB;
l_response CLOB;
BEGIN
l_prompt := q'~
Ti si ekstraktor za grafe znanja. Iz podanega besedila izlušči entitete in relacije ter vrni LE JSON tabelo (array) objektov brez dodatnega besedila, kode blokov ali razlag.
IZHODNA SHEMA (za vsak objekt v tabeli):
{
"head": string, -- čitljiv, unikaten identifikator glavne entitete (npr. "Piki Jakob", "učitelj")
"head_type": string, -- tip glavne entitete (npr. "oseba", "izdelek", "podjetje", "prostor", "igra", "značilnost", "nagrada", "predmet")
"relation": string, -- relacija med entitetama (npr. "živi", "igra", "vozi", "se pogovarja", "ima lastnost", "proizvaja", "dela za", "ima nagrado")
"tail": string, -- čitljiv, unikaten identifikator povezane entitete, enaka pravila kot za "head"
"tail_type": string, -- tip povezane entitete, enaka pravila kot za "head_type"
"data_chunk": string -- dobesedni odsek iz vhoda, ki podpira relacijo
}
PRAVILA:
- Vrni samo VELJAVEN JSON array (brez uvoda/razlage/kode blokov).
- Uporabi najpopolnejša imena entitet (npr. “Piki Jakob”, ne “Jakob” ali “Piki”).
- Vsa poimenovanja v malih črkah, razen osebnih imen (ime in priimek z veliko začetnico).
- Normaliziraj sklanjatve/okrajšave na osnovno poimenovanje.
- Brez podvajanja: združi enake (head, relation, tail).
- Če ni ustreznega »tail«, vrni prazen array: [].
- »head« in »tail« ne smeta biti ista entiteta v isti relaciji.
- V »data_chunk« vključi kratek dobesedni izsek vhoda, ki upravičuje trojico.
KRATKI PRIMERI (format, ne vsebina):
[
{"head":"Piki Jakob","head_type":"oseba","relation":"živi","tail":"blok","tail_type":"prostor","data_chunk":"Piki Jakob živi v bloku."},
{"head":"Piki Jakob","head_type":"oseba","relation":"igra","tail":"šah","tail_type":"igra","data_chunk":"rad igra šah."},
{"head":"Microsoft Word","head_type":"izdelek","relation":"proizvaja","tail":"Microsoft","tail_type":"podjetje","data_chunk":"Microsoft Word je izdelek Microsofta."},
{"head":"Adam","head_type":"oseba","relation":"dela za","tail":"Oracle","tail_type":"podjetje","data_chunk":"Adam dela za Oracle."},
{"head":"Adam","head_type":"oseba","relation":"ima nagrado","tail":"Najboljši talent","tail_type":"nagrada","data_chunk":"prejel je nagrado Najboljši talent."},
{"head":"Microsoft Word","head_type":"izdelek","relation":"ima lastnost","tail":"lahka aplikacija","tail_type":"značilnost","data_chunk":"je lahka aplikacija."},
{"head":"Microsoft Word","head_type":"izdelek","relation":"ima lastnost","tail":"dostopna brez povezave","tail_type":"značilnost","data_chunk":"dostopna je brez povezave."}
]
VHODNO BESEDILO:
~' || text_chunk;
l_response := DBMS_CLOUD_AI.GENERATE(
prompt => l_prompt,
profile_name => 'GENAI_GRAPH_PROFILE_OCI',
action => 'chat'
);
-- Počisti presledke
l_response := REGEXP_REPLACE(l_response, '^\s+|\s+$', '');
-- Če je vrnjen objekt namesto tabele, ga ovij v tabelo
IF SUBSTR(l_response, 1, 1) = '{' THEN
l_response := '[' || l_response || ']';
END IF;
-- Validacija JSON array; ob napaki vrni []
DECLARE
v_arr JSON_ARRAY_T;
BEGIN
v_arr := JSON_ARRAY_T.parse(l_response);
EXCEPTION
WHEN OTHERS THEN
l_response := '[]';
END;
RETURN l_response;
END;
/
Function EXTRACT_GRAPH compiled
The next script clears and recreates a staging table for storing AI-extracted knowledge graph data per chunk — each record links a text chunk (CHUNK_ID) to its extracted JSON graph output (RESPONSE).
BEGIN
---------------------------------------------------------------------------
-- Drop and recreate GRAPH_EXTRACTION_STAGING
-- This table stores sentence-level text chunks and their vector embeddings.
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE GRAPH_EXTRACTION_STAGING PURGE';
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE != -942 THEN
RAISE;
END IF;
END;
EXECUTE IMMEDIATE 'CREATE TABLE GRAPH_EXTRACTION_STAGING (
CHUNK_ID NUMBER,
RESPONSE CLOB
)';
END;
PL/SQL procedure successfully completed.
Here’s a concise summary of what LOAD_EXTRACT_TABLE (see the next paragraph) does:
CREATE OR REPLACE PROCEDURE LOAD_EXTRACT_TABLE
AS
BEGIN
-- Declare a counter to limit the number of chunks processed per run
DECLARE
x NUMBER := 0;
BEGIN
DBMS_CLOUD_AI.SET_PROFILE('GRAPHUSER_PROFILE');
-- Loop through text chunks that have NOT yet been added to the staging table
-- Only consider chunks with CHUNK_ID between 1 and 1000
-- Order by CHUNK_ID to process them sequentially
FOR text_chunk IN (
SELECT c.chunk_id, c.chunk_data
FROM STORY_TABLE_CHUNKS c
LEFT JOIN GRAPH_EXTRACTION_STAGING s
ON s.chunk_id = c.chunk_id
WHERE s.chunk_id IS NULL -- select only missing (unprocessed) chunks
AND c.chunk_id > 0
AND c.chunk_id <= 1000
ORDER BY c.chunk_id
)
LOOP
-- Increment the counter
x := x + 1;
-- Call the extract_graph() function for each chunk
-- and insert the AI-generated response into the staging table
INSERT INTO GRAPH_EXTRACTION_STAGING (chunk_id, response)
SELECT text_chunk.chunk_id,
extract_graph(text_chunk.chunk_data) AS response
FROM dual;
-- Stop the loop after processing 10 (actually 11 due to check order)
EXIT WHEN x > 10;
END LOOP;
END;
END;
/
Procedure LOAD_EXTRACT_TABLE compiled
This code completely resets and recreates an automated database job that periodically runs the stored procedure LOAD_EXTRACT_TABLE.
First, it removes all existing scheduler jobs owned by the current user to ensure a clean slate. Then, it creates a new job named runExtractStagingStoredProcedure that executes the LOAD_EXTRACT_TABLE procedure. Next, it configures the job’s schedule — setting the start time to the current moment, the end time to one hour later, and defining a repeat interval of every 2 minutes. Finally, the job is enabled, causing Oracle’s scheduler to automatically invoke LOAD_EXTRACT_TABLE every two minutes for the next hour.
IMPORTANT:
Run this step only if you need to recreate the GRAPH_EXTRACTION_STAGING table. The process takes approximately 30 minutes to complete. If the table already exists, you may prefer to skip this step and continue with the most recent extraction results instead.
If you decide to skip, then move forward to the paragraph TEST EMBEDDINGS.
BEGIN
FOR j IN (SELECT job_name FROM user_scheduler_jobs) LOOP
DBMS_SCHEDULER.DROP_JOB(job_name => j.job_name, force => TRUE);
END LOOP;
END;
/
BEGIN
SYS.DBMS_SCHEDULER.CREATE_JOB (
job_name => 'runExtractStagingStoredProcedure',
job_type => 'STORED_PROCEDURE',
job_action => 'LOAD_EXTRACT_TABLE'
);
END;
/
DECLARE
Startjob TIMESTAMP;
endjob TIMESTAMP;
BEGIN
Startjob := CURRENT_TIMESTAMP;
endjob := Startjob + 1/24;
SYS.DBMS_SCHEDULER.SET_ATTRIBUTE(
name => 'runExtractStagingStoredProcedure',
attribute => 'START_DATE',
value => Startjob
);
SYS.DBMS_SCHEDULER.SET_ATTRIBUTE(
name => 'runExtractStagingStoredProcedure',
attribute => 'REPEAT_INTERVAL',
value => 'FREQ=MINUTELY; INTERVAL=2'
);
SYS.DBMS_SCHEDULER.SET_ATTRIBUTE(
name => 'runExtractStagingStoredProcedure',
attribute => 'END_DATE',
value => endjob
);
SYS.DBMS_SCHEDULER.enable(name => 'runExtractStagingStoredProcedure');
END;
/
PL/SQL procedure successfully completed.
The following set of SQL queries is used to monitor and troubleshoot Oracle Scheduler jobs.
*Important: Run each of these SQL statements separately — one at a time — while commenting out the other two. Graph Studio (and most Oracle tools) executes only one SQL statement per paragraph or cell, so separating them ensures each query runs correctly and displays its own results.
/* SELECT job_name,
enabled,
state,
last_start_date,
next_run_date
FROM user_scheduler_jobs; */
/* SELECT job_name,
session_id,
running_instance,
elapsed_time,
cpu_used
FROM user_scheduler_running_jobs; */
SELECT job_name,
status,
log_date,
run_duration,
additional_info
FROM user_scheduler_job_run_details
ORDER BY log_date DESC;
This query counts how many text chunks in the main chunks table (STORY_TABLE_CHUNKS) have NOT yet been processed and added to the staging table (GRAPH_EXTRACTION_STAGING).
Query count must come down to 0 before continuing.
SELECT count(*) AS "Chunks of Text to Send"
FROM STORY_TABLE_CHUNKS c
LEFT JOIN GRAPH_EXTRACTION_STAGING S ON S.CHUNK_ID = c.chunk_id
WHERE s.chunk_id IS NULL;
Chunks of Text to Send 0
TEST EMBEDDINGS
WITH q AS (
SELECT DBMS_VECTOR.UTL_TO_EMBEDDING(
'Kje Piki Jakob in njegov prijatelj najraje preživljata čas skupaj?',
JSON(q'~{
"provider":"ocigenai",
"credential_name":"OCI_GENAI_CRED_GRAPH",
"url":"https://inference.generativeai.eu-frankfurt-1.oci.oraclecloud.com/20231130/actions/embedText",
"model":"cohere.embed-multilingual-v3.0"
}~')
) AS qv
FROM dual
)
SELECT t.doc_id, t.chunk_id, t.chunk_data,vector_distance(t.chunk_embedding, q.qv, COSINE) distance
FROM STORY_TABLE_CHUNKS t
CROSS JOIN q
WHERE t.chunk_embedding IS NOT NULL
AND vector_dims(t.chunk_embedding) = vector_dims(q.qv)
ORDER BY vector_distance(t.chunk_embedding, q.qv, COSINE)
FETCH FIRST 20 ROWS ONLY;
DOC_ID CHUNK_ID CHUNK_DATA DISTANCE
1 1 Moj prijatelj Piki Jakob Kdo je Piki Piki ne stanuje v gozdu, ne v živalskem vrtu, ne v cirkusu, ne v trgovini. Piki stanuje v bloku, v četrtem nadstropju, na polici za igrače. Pikiju je ime Piki, čeprav ni pikast. Tako mu je pač ime. Ni namreč vsakdo belec, ki se Belec piše, in tudi vode ne pije vsakdo, ki se piše Vodopivec. Tako je tudi Pikiju ime Piki. Piki hodi v medvedjo šolo in ima učitelja, ki ni medved, ampak fantek. 0.36838831789804993
1 66 Piki je bil zelo zadovoljen. Z učiteljem sta lovila ribe. Resda nista nobene ujela, ampak to ni važno. To še pride. Veselili smo se sonca, slane vode in sladoleda ter napisali kup razglednic. Eno, dragi bralci, smo poslali tudi vam. Ko jo boste prejeli, boste videli, da se je v desni spodnji kot razločno podpisal VAŠ PIKI. Piki v vozniški šoli Vožnja na morje je bila Pikiju zelo všeč. Seveda so ga med potjo močno zanimale tudi moje šoferske umetnije. 0.3828556104693558
1 64 Pri priči ga boš odnesel k sosedovim.« Medtem ko sva midva razpravljala, je Piki polnil svoj kovček. Vanj je zložil perilo, sandale, plavalni obroč, majhno jadrnico, balinčke in novo, svetlo zeleno ščetko. Potem si je oblekel mornarsko majico, si nataknil dolge snežno bele hlače in se pokril s kapitansko kapo. »Manjkata ti samo še lesena noga in črn trak čez oko, pa bi bil pravi gusar,« je rekel učitelj. »Kaj pa pipa?« sem rekel. 0.38344690348084065
1 2 Jaz sem učiteljev oče in zato dobro poznam Pikija in učitelja. Včasih se skupaj igramo človek ne jezi se. S Pikijem se dobro razumeva, z učiteljem pa imam včasih težave. Piki zmeraj pametno molči, učitelj pa mi včasih ugovarja. Nič ne pomaga, če mu rečem, da sem jaz ravnatelj. Pikiju ni nikoli dolgčas. Vsako jutro se z medvedjo kočijo, v kateri je nekoč učiteljeva starjša sestra prevažala punčke, odpelje v medvedjo šolo. 0.3975971400578723
…
At this stage, we could continue by sending these data chunks to the LLM to generate meaningful answers. However, instead of relying on vector search and embeddings, we’ll add an additional step — using a SQL Property Graph to extract and analyze data chunks based on the relationships between entities identified within the text.
In order to proceed we will need to create a few additional database tables and objects such as SQL property graph.
Procedure LOAD_EXTRACT_TABLE at the end generated GRAPH_EXTRACTION_STAGING table, which has the following content:
select * from GRAPH_EXTRACTION_STAGING
FETCH FIRST 5 ROWS ONLY;
CHUNK_ID RESPONSE
11 [ {“head”:”mama”,”head_type”:”oseba”,”relation”:”ne ve”,”tail”:”učiteljevo mnenje”,”tail_type”:”značilnost”,”data_chunk”:”Mama tega še ni slišala”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”ostane pri”,”tail”:”svojem mnenju”,”tail_type”:”značilnost”,”data_chunk”:”tako je ostal učitelj pri svojem”}, {“head”:”Piki”,”head_type”:”oseba”,”relation”:”sedel”,”tail”:”polica”,”tail_type”:”prostor”,”data_chunk”:”Piki pa je zadovoljno sedel na polici”}, {“head”:”Piki”,”head_type”:”oseba”,”relation”:”je zdrav”,”tail”:”zdravje”,”tail_type”:”značilnost”,”data_chunk”:”vse je kazalo, da zaradi francoske solate ne bo umrl”}, {“head”:”medvedji šola”,”head_type”:”prostor”,”relation”:”vsebuje”,”tail”:”ura”,”tail_type”:”dogodek”,”data_chunk”:”V medvedji šoli so se učili o živalih”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”uči”,”tail”:”medvedi”,”tail_type”:”oseba”,”data_chunk”:”Učitelj je kazal slike in oponašal živalske glasove”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”ponavlja”,”tail”:”medvedi”,”tail_type”:”oseba”,”data_chunk”:”Potem so ponavljali”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”vpraša”,”tail”:”medvedi”,”tail_type”:”oseba”,”data_chunk”:”»Kdo je to?« je vprašal učitelj”} ]
12 [ {“head”: “Filip”, “head_type”: “oseba”, “relation”: “odgovarja”, “tail”: “učitelj”, “tail_type”: “oseba”, “data_chunk”: “je odgovoril Filip”}, {“head”: “učitelj”, “head_type”: “oseba”, “relation”: “pogovarja se”, “tail”: “Filip”, “tail_type”: “oseba”, “data_chunk”: “je rekel učitelj”}, {“head”: “Timika”, “head_type”: “oseba”, “relation”: “odgovarja”, “tail”: “učitelj”, “tail_type”: “oseba”, “data_chunk”: “je odgovorila Timika”}, {“head”: “učitelj”, “head_type”: “oseba”, “relation”: “pogovarja se”, “tail”: “Timika”, “tail_type”: “oseba”, “data_chunk”: “je rekel učitelj”}, {“head”: “Piki Jakob”, “head_type”: “oseba”, “relation”: “odgovarja”, “tail”: “učitelj”, “tail_type”: “oseba”, “data_chunk”: “je rekel Piki”}, {“head”: “učitelj”, “head_type”: “oseba”, “relation”: “pogovarja se”, “tail”: “Piki Jakob”, “tail_type”: “oseba”, “data_chunk”: “je rekel učitelj”}, {“head”: “Piki Jakob”, “head_type”: “oseba”, “relation”: “govori o”, “tail”: “mačke”, “tail_type”: “žival”, “data_chunk”: “kaj veš o mačkah”}, {“head”: “mačke”, “head_type”: “žival”, “relation”: “izdajajo zvok”, “tail”: “mijavkanje”, “tail_type”: “značilnost”, “data_chunk”: “mačke mijavkajo”}, {“head”: “mačke”, “head_type”: “žival”, “relation”: “izdajajo zvok”, “tail”: “žvižganje”, “tail_type”: “značilnost”, “data_chunk”: “mačke žvižgajo”}, {“head”: “ptički”, “head_type”: “žival”, “relation”: “izdajajo zvok”, “tail”: “gostolij”, “tail_type”: “značilnost”, “data_chunk”: “ptički gostolijo”}, {“head”: “ptički”, “head_type”: “žival”, “relation”: “izdajajo zvok”, “tail”: “žvrgolij”, “tail_type”: “značilnost”, “data_chunk”: “ptički žvrgolijo”}, {“head”: “ptički”, “head_type”: “žival”, “relation”: “izdajajo zvok”, “tail”: “žvižganje”, “tail_type”: “značilnost”, “data_chunk”: “ptički žvižgajo”}, {“head”: “pes”, “head_type”: “žival”, “relation”: “izdajajo zvok”, “tail”: “lajanje”, “tail_type”: “značilnost”, “data_chunk”: “pes laja”} ]
1 [ {“head”:”Piki Jakob”,”head_type”:”oseba”,”relation”:”stanuje”,”tail”:”blok”,”tail_type”:”prostor”,”data_chunk”:”Piki stanuje v bloku”}, {“head”:”Piki Jakob”,”head_type”:”oseba”,”relation”:”hodi v”,”tail”:”medvedja šola”,”tail_type”:”prostor”,”data_chunk”:”Piki hodi v medvedjo šolo”}, {“head”:”Piki Jakob”,”head_type”:”oseba”,”relation”:”ima učitelja”,”tail”:”fantek”,”tail_type”:”oseba”,”data_chunk”:”ima učitelja, ki ni medved, ampak fantek”} ]
2 [ {“head”:”Piki”,”head_type”:”oseba”,”relation”:”ima očeta”,”tail”:”učiteljev oče”,”tail_type”:”oseba”,”data_chunk”:”Jaz sem učiteljev oče in zato dobro poznam Pikija”}, {“head”:”Piki”,”head_type”:”oseba”,”relation”:”se razumeva”,”tail”:”učiteljev oče”,”tail_type”:”oseba”,”data_chunk”:”S Pikijem se dobro razumeva”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”ima očeta”,”tail”:”učiteljev oče”,”tail_type”:”oseba”,”data_chunk”:”Jaz sem učiteljev oče”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”ima težave”,”tail”:”učiteljev oče”,”tail_type”:”oseba”,”data_chunk”:”z učiteljem pa imam včasih težave”}, {“head”:”Piki”,”head_type”:”oseba”,”relation”:”hodi v”,”tail”:”medvedja šola”,”tail_type”:”prostor”,”data_chunk”:”Vsako jutro se z medvedjo kočijo, odpelje v medvedjo šolo”}, {“head”:”Piki”,”head_type”:”oseba”,”relation”:”vozi”,”tail”:”medvedja kočija”,”tail_type”:”predmet”,”data_chunk”:”Vsako jutro se z medvedjo kočijo, odpelje v medvedjo šolo”} ]
3 [ {“head”:”Marko”,”head_type”:”oseba”,”relation”:”je”,”tail”:”medved”,”tail_type”:”oseba”,”data_chunk”:”Dvema ali trem je ime Marko”}, {“head”:”Filip”,”head_type”:”oseba”,”relation”:”je”,”tail”:”medved”,”tail_type”:”oseba”,”data_chunk”:”Eden je Filip”}, {“head”:”Timika”,”head_type”:”oseba”,”relation”:”je”,”tail”:”medved”,”tail_type”:”oseba”,”data_chunk”:”majhni medvedki je ime Timika”}, {“head”:”Josip Jupiter”,”head_type”:”oseba”,”relation”:”je”,”tail”:”medved”,”tail_type”:”oseba”,”data_chunk”:”Potem so tukaj še Josip Jupiter”}, {“head”:”Benjamin”,”head_type”:”oseba”,”relation”:”je”,”tail”:”medved”,”tail_type”:”oseba”,”data_chunk”:”Potem so tukaj še Josip Jupiter, Benjamin”}, {“head”:”Floki”,”head_type”:”oseba”,”relation”:”je”,”tail”:”pes”,”tail_type”:”žival”,”data_chunk”:”Floki, ki sicer ni medved, ampak pes”}, {“head”:”Floki”,”head_type”:”oseba”,”relation”:”hodi v”,”tail”:”medvedja šola”,”tail_type”:”prostor”,”data_chunk”:”hodi v medvedjo šolo”}, {“head”:”Piki”,”head_type”:”oseba”,”relation”:”je”,”tail”:”leteči medved”,”tail_type”:”značilnost”,”data_chunk”:”Piki včasih tudi leteči medved”}, {“head”:”učitelj”,”head_type”:”oseba”,”relation”:”spiva z”,”tail”:”Floki”,”tail_type”:”oseba”,”data_chunk”:”Z učiteljem spiva v isti sobi”} ]
We are now going to use GRAPH_EXTRACTION_STAGING table to prepare data table which we will use for the property graph build.
BEGIN
---------------------------------------------------------------------------
-- Drop and recreate GRAPH_RELATIONS_STG
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE GRAPH_RELATIONS_STG PURGE';
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE != -942 THEN
RAISE;
END IF;
END;
EXECUTE IMMEDIATE 'CREATE TABLE GRAPH_RELATIONS_STG (
id RAW(16) DEFAULT SYS_GUID() PRIMARY KEY,
chunk_id NUMBER,
head VARCHAR(256) NOT NULL,
head_type VARCHAR(256),
relation VARCHAR(256) NOT NULL,
tail VARCHAR(256) NOT NULL,
tail_type VARCHAR(256),
text VARCHAR(512),
chunk_data VARCHAR(4000)
)';
END;
PL/SQL procedure successfully completed.
Read and populate GRAPH_RELATIONS_STG from GRAPH_EXTRACTION_STAGING
Read and populate GRAPH_RELATIONS_STG from GRAPH_EXTRACTION_STAGING
INSERT INTO GRAPH_RELATIONS_STG (chunk_id, head, head_type, relation, tail, tail_type, text, chunk_data)
SELECT mt.chunk_id, jt.head, jt.head_type, jt.relation, jt.tail, jt.tail_type, jt.head_type || ': ' || jt.head ||
' -[' || jt.relation || ']-> ' || jt.tail_type || ': ' || jt.tail, ch.chunk_data
FROM GRAPH_EXTRACTION_STAGING mt,
STORY_TABLE_CHUNKS ch,
JSON_TABLE (
mt.RESPONSE,
'$[*]'
COLUMNS (
head VARCHAR2(256) PATH '$.head',
head_type VARCHAR2(256) PATH '$.head_type',
relation VARCHAR2(256) PATH '$.relation',
tail VARCHAR2(256) PATH '$.tail',
tail_type VARCHAR2(256) PATH '$.tail_type'
)
) jt WHERE
ch.chunk_id = mt.chunk_id and
mt.response is json and
jt.head IS NOT NULL and
jt.relation IS NOT NULL and
jt.tail IS NOT NULL;
Query executed successfully. Affected rows : 1017
select * from GRAPH_RELATIONS_STG;
ID CHUNK_ID HEAD HEAD_TYPE RELATION TAIL TAIL_TYPE TEXT CHUNK_DATA
40FAFD14510B6243E063AB11000AF774 31 medvedja mamica oseba ima lastnost rada značilnost oseba: medvedja mamica -[ima lastnost]-> značilnost: rada Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD14510C6243E063AB11000AF774 31 medvedja mamica oseba se pogovarja medvedki predmet oseba: medvedja mamica -[se pogovarja]-> predmet: medvedki Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD14510D6243E063AB11000AF774 31 Piki oseba govori učitelj oseba oseba: Piki -[govori]-> oseba: učitelj Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD14510E6243E063AB11000AF774 31 učitelj oseba vpraša Piki oseba oseba: učitelj -[vpraša]-> oseba: Piki Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD14510F6243E063AB11000AF774 31 Piki oseba govori učitelj oseba oseba: Piki -[govori]-> oseba: učitelj Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD1451106243E063AB11000AF774 31 učitelj oseba odgovarja Piki oseba oseba: učitelj -[odgovarja]-> oseba: Piki Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD1451116243E063AB11000AF774 31 Piki oseba trdi medvedja mamica oseba oseba: Piki -[trdi]-> oseba: medvedja mamica Imela nas je rada in se je z nami pogovarjala. Jaz sem bil dolgo pri njej, nekateri medvedki pa samo po dan ali dva.« »Kako pa to?« je vprašal učitelj. »Ali so ušli?« »Sem ti jaz že kdaj ušel?« je užaljeno vprašal Piki. »Nisi,« je rekel učitelj. »Tudi medvedji mamici ni nobeden ušel,« je nadaljeval Piki.
40FAFD1451126243E063AB11000AF774 32 medvedja mamica oseba dela možakar oseba oseba: medvedja mamica -[dela]-> oseba: možakar »Ampak, ko se nas je nabralo trideset, je prišel možakar z velikim usnjenim kovčkom in medvedja mamica nas je dala njemu. Zložil nas je v kovček in odnesel v trgovino. Tam so nam dali okrog vratu listke i n na listkih je pisalo, koliko stanemo. Potem smo sedeli v izložbi, nekateri pa na policah. Jaz sem sedel v izložbi in ko je prišel mimo tvoj očka, sem mu pomežiknil, pa je stopil v trgovino in me kupil Tako sem prišel k tebi.«
40FAFD1451136243E063AB11000AF774 32 možakar oseba prezema medvedki predmet oseba: možakar -[prezema]-> predmet: medvedki »Ampak, ko se nas je nabralo trideset, je prišel možakar z velikim usnjenim kovčkom in medvedja mamica nas je dala njemu. Zložil nas je v kovček in odnesel v trgovino. Tam so nam dali okrog vratu listke i n na listkih je pisalo, koliko stanemo. Potem smo sedeli v izložbi, nekateri pa na policah. Jaz sem sedel v izložbi in ko je prišel mimo tvoj očka, sem mu pomežiknil, pa je stopil v trgovino in me kupil Tako sem prišel k tebi.«
…
SQL Property Graph that we are creating will be based on two tables: GRAPH_ENTITIES_STORY and GRAPH_RELATIONS_STORY. Both will retrieve its contents from the staging table GRAPH_RELATIONS_STG created in the previous step.
SQL Property Graph that we are creating will be based on two tables: GRAPH_ENTITIES_STORY and GRAPH_RELATIONS_STORY. Both will retrieve its contents from the staging table GRAPH_RELATIONS_STG created in the previous step.
BEGIN
---------------------------------------------------------------------------
-- Drop and recreate GRAPH_ENTITIES_STORY
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE GRAPH_ENTITIES_STORY PURGE';
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE != -942 THEN
RAISE;
END IF; -- ignore "table or view does not exist"
END;
EXECUTE IMMEDIATE '
CREATE TABLE GRAPH_ENTITIES_STORY (
ID NUMBER GENERATED ALWAYS AS IDENTITY (START WITH 1 CACHE 20) NOT NULL,
ENTITY_NAME VARCHAR2(250),
ENTITY_TYPE VARCHAR2(250)
)
';
---------------------------------------------------------------------------
-- Drop and recreate GRAPH_RELATIONS_STORY
---------------------------------------------------------------------------
BEGIN
EXECUTE IMMEDIATE 'DROP TABLE GRAPH_RELATIONS_STORY PURGE';
EXCEPTION
WHEN OTHERS THEN
IF SQLCODE != -942 THEN
RAISE;
END IF; -- ignore "table or view does not exist"
END;
EXECUTE IMMEDIATE '
CREATE TABLE GRAPH_RELATIONS_STORY (
ID NUMBER GENERATED ALWAYS AS IDENTITY (START WITH 1 CACHE 20) NOT NULL,
CHUNK_ID NUMBER,
HEAD_ID NUMBER,
TAIL_ID NUMBER,
RELATION VARCHAR2(256) NOT NULL,
TEXT VARCHAR2(512),
CHUNK_DATA VARCHAR2(4000)
)
';
END;
/
PL/SQL procedure successfully completed.
INSERT INTO GRAPH_ENTITIES_STORY (ENTITY_NAME, ENTITY_TYPE)
SELECT ENTITY_NAME, ENTITY_TYPE FROM (
SELECT HEAD AS ENTITY_NAME, head_type AS ENTITY_TYPE
FROM GRAPH_RELATIONS_STG
UNION
SELECT TAIL AS ENTITY_NAME, TAIL_type AS ENTITY_TYPE
FROM GRAPH_RELATIONS_STG);
COMMIT;
Query executed successfully. Affected rows : 679
SELECT * FROM GRAPH_ENTITIES_STORY;
ID ENTITY_NAME ENTITY_TYPE 1 Afrika kontinent 2 Benjamin oseba 3 Benjamin in Filip skupina 4 Berenson oseba 5 Boksali oseba 6 Debeli Bongo oseba 7 Dirigent oseba 8 Dolgi Jakec oseba 9 Domberdan značilnost 10 Dvorana smrti prostor …
SELECT CHUNK_ID, head.ID as HEAD_ID, tail.ID as TAIL_ID, s.relation, s.text
FROM GRAPH_RELATIONS_STG S
INNER JOIN GRAPH_ENTITIES_STORY head ON head.ENTITY_NAME=s.head and head.ENTITY_TYPE = s.head_type
INNER JOIN GRAPH_ENTITIES_STORY tail ON tail.ENTITY_NAME=s.tail and tail.ENTITY_TYPE = s.tail_type;
CHUNK_ID HEAD_ID TAIL_ID RELATION TEXT
31 244 430 ima lastnost oseba: medvedja mamica -[ima lastnost]-> značilnost: rada
31 244 264 se pogovarja oseba: medvedja mamica -[se pogovarja]-> predmet: medvedki
31 48 535 govori oseba: Piki -[govori]-> oseba: učitelj
31 535 48 vpraša oseba: učitelj -[vpraša]-> oseba: Piki
31 48 535 govori oseba: Piki -[govori]-> oseba: učitelj
31 535 48 odgovarja oseba: učitelj -[odgovarja]-> oseba: Piki
31 48 244 trdi oseba: Piki -[trdi]-> oseba: medvedja mamica
32 244 288 dela oseba: medvedja mamica -[dela]-> oseba: možakar
32 288 264 prezema oseba: možakar -[prezema]-> predmet: medvedki
32 264 525 prevozi predmet: medvedki -[prevozi]-> prostor: trgovina
32 525 264 dela prostor: trgovina -[dela]-> predmet: medvedki
32 264 216 ima lastnost predmet: medvedki -[ima lastnost]-> značilnost: listek
32 48 166 se nahaja oseba: Piki -[se nahaja]-> prostor: izložba
32 48 333 vzpostavi stik oseba: Piki -[vzpostavi stik]-> oseba: očeta
32 333 48 kupi oseba: očeta -[kupi]-> oseba: Piki
…
--TRUNCATE TABLE GRAPH_RELATIONS_STORY;
INSERT INTO GRAPH_RELATIONS_STORY(CHUNK_ID, HEAD_ID, TAIL_ID, RELATION, TEXT, CHUNK_DATA)
SELECT DISTINCT CHUNK_ID, head.ID as HEAD_ID, tail.ID as TAIL_ID, s.relation, s.text, s.chunk_data
FROM GRAPH_RELATIONS_STG S
INNER JOIN GRAPH_ENTITIES_STORY head ON head.ENTITY_NAME=s.head and head.ENTITY_TYPE = s.head_type
INNER JOIN GRAPH_ENTITIES_STORY tail ON tail.ENTITY_NAME=s.tail and tail.ENTITY_TYPE = s.tail_type;
COMMIT;
Query executed successfully. Affected rows : 1011
SELECT * FROM GRAPH_RELATIONS_STORY;
ID CHUNK_ID HEAD_ID TAIL_ID RELATION TEXT CHUNK_DATA
1 33 535 244 sanja oseba: učitelj -[sanja]-> oseba: medvedja mamica »Dobro, da si mu pomežiknil,« je rekel učitelj in pobožal Pikija. Potem sta zaspala in sanjala o medvedji mamici, ki je naredila že toliko medvedkov, da bi jih lahko zložili v stolpnico. Piki piše pismo Učitelj rad piše pisma. Pošilja jih babici in dedku, tetam in stricem in včasih, kadar me ni doma, tudi meni. »Komu naj pa jaz pišem?« je nekega dne rekel Piki, ko je videl, da učitelj spet piše pismo.
2 35 50 23 živi oseba: Piki Jakob -[živi]-> prostor: Ljubljana Če ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.
3 37 50 99 stanuje oseba: Piki Jakob -[stanuje]-> prostor: blok Moj učitelj je poiskal Ljubljano na zemljevidu. Rekel je, da je blizu morja. Da ne padeš noter, če ne znaš plavati. Jaz bi zadnjič skoraj utonil v kopalnici. Ampak nisem. Lepo te pozdravlja tvoj stari Žužu.« Ko je prišlo Žužujevo pismo, poštar še ni vedel, da stanuje v našem bloku tudi Piki. Zato je tisti dan pozvonil v našem stopnišču kar pri devetih vratih. Povsod je vprašal: »Prosim, ali stanuje tukaj tovariš Piki Jakob?«
4 38 50 395 ima poštno skrinjico oseba: Piki Jakob -[ima poštno skrinjico]-> predmet: poštna skrinjica Osemkrat so mu odkimali in rekli: »Ne, tukaj ni nobenega Pikija Jakoba. Poglejte drugje.« Tako je slednjič prišel v najvišje nadstropje in si oddahnil, ko je za našimi vrati vendarle odkril pravega naslovnika. Piki je bil pisma vesel, zasmilil pa se mu je tisti pismonoša, ki ga je moral tako zelo iskati.Zato je predlagal učitelju, da bi napisal na poštno skrinjico tudi njegovo ime. In tako zdaj piše tam: Tukaj oddajte pošto tudi za Pikija Jakoba, podnajemnika pri učitelju.
5 41 48 535 se strinja oseba: Piki -[se strinja]-> oseba: učitelj »Se-seveda,« je zajecljal Piki. »Pri zobozdravniku vsak pravi medved stisne zobe in malo potrpi,« je končal učitelj. »Se-se-seveda,« je prikimal Piki. Ko smo vstopili v čakalnico, je bilo tam že nekaj otrok, medveda pa prav nobenega. Otroci so začudeno gledali obvezanega Pikija, dokler ni učitelj enega vprašal, ali misli, da medveda ne morejo boleti zobje.
6 41 535 332 vpraša oseba: učitelj -[vpraša]-> oseba: otrok »Se-seveda,« je zajecljal Piki. »Pri zobozdravniku vsak pravi medved stisne zobe in malo potrpi,« je končal učitelj. »Se-se-seveda,« je prikimal Piki. Ko smo vstopili v čakalnico, je bilo tam že nekaj otrok, medveda pa prav nobenega. Otroci so začudeno gledali obvezanega Pikija, dokler ni učitelj enega vprašal, ali misli, da medveda ne morejo boleti zobje.
7 42 48 611 ima zdravstveno knjižico oseba: Piki -[ima zdravstveno knjižico]-> dokument: zdravstvena knjižica To je zaleglo in potem ni nihče več buljil v Pikija, ki je čisto tiho sedel na stolu zraven učitelja. Bolniška sestra je pobrala zdravstvene knjižice. Ko je prišla do Pikija, ga je pobožala in Piki se je hvaležno nasmehnil. Čakali smo pol ure. Potem je sestra skoz vrata zaklicala: »Piki Jakob!« Odšli smo v ordinacijo. Zdravnik je prijazno pozdravil in vprašal: »Kaj pa je s tabo, Piki?« »Zo-zo-zob me boli,« je zajecljal Piki.
8 42 48 102 se sreča oseba: Piki -[se sreča]-> oseba: bolniška sestra To je zaleglo in potem ni nihče več buljil v Pikija, ki je čisto tiho sedel na stolu zraven učitelja. Bolniška sestra je pobrala zdravstvene knjižice. Ko je prišla do Pikija, ga je pobožala in Piki se je hvaležno nasmehnil. Čakali smo pol ure. Potem je sestra skoz vrata zaklicala: »Piki Jakob!« Odšli smo v ordinacijo. Zdravnik je prijazno pozdravil in vprašal: »Kaj pa je s tabo, Piki?« »Zo-zo-zob me boli,« je zajecljal Piki.
9 42 48 632 čaka oseba: Piki -[čaka]-> prostor: čakalnica To je zaleglo in potem ni nihče več buljil v Pikija, ki je čisto tiho sedel na stolu zraven učitelja. Bolniška sestra je pobrala zdravstvene knjižice. Ko je prišla do Pikija, ga je pobožala in Piki se je hvaležno nasmehnil. Čakali smo pol ure. Potem je sestra skoz vrata zaklicala: »Piki Jakob!« Odšli smo v ordinacijo. Zdravnik je prijazno pozdravil in vprašal: »Kaj pa je s tabo, Piki?« »Zo-zo-zob me boli,« je zajecljal Piki.
10 43 48 498 sedel oseba: Piki -[sedel]-> predmet: stol »Bomo že pokazali temu nesramnežu,« je rekel zdravnik. Piki je sedel na stol in odprl gobček. Zdravnik je s kovinsko paličico trkal po zobeh in spraševal: »Ali je ta? Ali je ta?« Piki je odgovarjal nekje iz trebuha: »Nhe, nhe.« Potem sta naletela na pravega, Ko je zdravnik potrkal po njem, je Piki javknil: »Auvh.«
…
We have finally reached the point when we can create a new property graph SQL_PG_RAG_STORY. As already mentioned above, this new property graph is based on two tables GRAPH_ENTITIES_STORY and GRAPH_RELATIONS_STORY that were created above.
-- Drop if exists (DDL approach; DBMS_GRAPH not required)
BEGIN
BEGIN
EXECUTE IMMEDIATE 'DROP PROPERTY GRAPH GRAPHUSER.SQL_PG_RAG_STORY';
EXCEPTION
WHEN OTHERS THEN
-- Ignore errors if the graph doesn't exist or other non-fatal issues
NULL;
END;
END;
/
PL/SQL procedure successfully completed.
-- Recreate the property graph
CREATE PROPERTY GRAPH GRAPHUSER.SQL_PG_RAG_STORY
VERTEX TABLES (
"GRAPHUSER"."GRAPH_ENTITIES_STORY"
KEY ("ID")
LABEL "ENTITY"
PROPERTIES ("ENTITY_NAME", "ENTITY_TYPE")
)
EDGE TABLES (
"GRAPHUSER"."GRAPH_RELATIONS_STORY"
KEY ("ID")
SOURCE KEY ("HEAD_ID") REFERENCES "GRAPH_ENTITIES_STORY"("ID")
DESTINATION KEY ("TAIL_ID") REFERENCES "GRAPH_ENTITIES_STORY"("ID")
LABEL "RELATION"
PROPERTIES ("CHUNK_ID", "RELATION", "TEXT", "CHUNK_DATA")
)
OPTIONS (TRUSTED MODE, DISALLOW MIXED PROPERTY TYPES);
Query executed successfully. Affected rows : 0
SELECT *
FROM user_property_graphs
WHERE GRAPH_NAME = 'SQL_PG_RAG_STORY';
GRAPH_NAME GRAPH_MODE ALLOWS_MIXED_TYPES INMEMORY SQL_PG_RAG_STORY TRUSTED NO NO
Let’s run some SQL Propery Graph queries …
SELECT *
FROM GRAPH_TABLE(sql_pg_rag_story
MATCH (n IS Entity)-[e is Relation]->(n2 is Entity)
WHERE n.entity_name ='Piki Jakob'
COLUMNS(n.entity_name as entity_name,
n.entity_type as entity_type,
e.relation,
n2.entity_name as entity_name_dest,
n2.entity_type as entity_type_dest,
e.text,
e.chunk_data
))
{“table”:”ENTITY_NAME\tENTITY_TYPE\tRELATION\tENTITY_NAME_DEST\tENTITY_TYPE_DEST\tTEXT\tCHUNK_DATA\nPiki Jakob\toseba\tživi\tLjubljana\tprostor\toseba: Piki Jakob -[živi]-> prostor: Ljubljana\tČe ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.\nPiki Jakob\toseba\tstanuje\tblok\tprostor\toseba: Piki Jakob -[stanuje]-> prostor: blok\tMoj učitelj je poiskal Ljubljano na zemljevidu. Rekel je, da je blizu morja. Da ne padeš noter, če ne znaš plavati. Jaz bi zadnjič skoraj utonil v kopalnici. Ampak nisem. Lepo te pozdravlja tvoj stari Žužu.« Ko je prišlo Žužujevo pismo, poštar še ni vedel, da stanuje v našem bloku tudi Piki. Zato je tisti dan pozvonil v našem stopnišču kar pri devetih vratih. Povsod je vprašal: »Prosim, ali stanuje tukaj tovariš Piki Jakob?«\nPiki Jakob\toseba\tima poštno skrinjico\tpoštna skrinjica\tpredmet\toseba: Piki Jakob -[ima poštno skrinjico]-> predmet: poštna skrinjica\tOsemkrat so mu odkimali in rekli: »Ne, tukaj ni nobenega Pikija Jakoba. Poglejte drugje.« Tako je slednjič prišel v najvišje nadstropje in si oddahnil, ko je za našimi vrati vendarle odkril pravega naslovnika. Piki je bil pisma vesel, zasmilil pa se mu je tisti pismonoša, ki ga je moral tako zelo iskati.Zato je predlagal učitelju, da bi napisal na poštno skrinjico tudi njegovo ime. In tako zdaj piše tam: Tukaj oddajte pošto tudi za Pikija Jakoba, podnajemnika pri učitelju.\nPiki Jakob\toseba\tima težavo\tzobobol\tznačilnost\toseba: Piki Jakob -[ima težavo]-> značilnost: zobobol\tTo je zaleglo in potem ni nihče več buljil v Pikija, ki je čisto tiho sedel na stolu zraven učitelja. Bolniška sestra je pobrala zdravstvene knjižice. Ko je prišla do Pikija, ga je pobožala in Piki se je hvaležno nasmehnil. Čakali smo pol ure. Potem je sestra skoz vrata zaklicala: »Piki Jakob!« Odšli smo v ordinacijo. Zdravnik je prijazno pozdravil in vprašal: »Kaj pa je s tabo, Piki?« »Zo-zo-zob me boli,« je zajecljal Piki.\nPiki Jakob\toseba\tpiše\tneznani prejemnik\toseba\toseba: Piki Jakob -[piše]-> oseba: neznani prejemnik\tČe ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.\nPiki Jakob\toseba\tgovori o\tmačke\tžival\toseba: Piki Jakob -[govori o]-> žival: mačke\t»To je pes,« je odgovoril Filip. »Kako govori pes?« »Pes laja.« »Dobro. Kako pa se pogovarjajo ptički?« »Ptički gostolijo, žvrgolijo in žvižgajo,« je odgovorila Timika. »Odlično,« je rekel učitelj. »Piki Jakob, kaj veš o mačkah?« »Mačke mijavkajo in žvižgajo,« je rekel Piki. »Kaj praviš?« je rekel učitelj in strogo pogledal Pikija. »Mačke mijavkajo in žvižgajo,« je ponovil Piki.\nPiki Jakob\toseba\tpošlje pismo\tpošta\tprostor\toseba: Piki Jakob -[pošlje pismo]-> prostor: pošta\tČe ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.\nPiki Jakob\toseba\tprejme pismo\tpoštar\toseba\toseba: Piki Jakob -[prejme pismo]-> oseba: poštar\tOsemkrat so mu odkimali in rekli: »Ne, tukaj ni nobenega Pikija Jakoba. Poglejte drugje.« Tako je slednjič prišel v najvišje nadstropje in si oddahnil, ko je za našimi vrati vendarle odkril pravega naslovnika. Piki je bil pisma vesel, zasmilil pa se mu je tisti pismonoša, ki ga je moral tako zelo iskati.Zato je predlagal učitelju, da bi napisal na poštno skrinjico tudi njegovo ime. In tako zdaj piše tam: Tukaj oddajte pošto tudi za Pikija Jakoba, podnajemnika pri učitelju.\nPiki Jakob\toseba\thodi v\tmedvedja šola\tprostor\toseba: Piki Jakob -[hodi v]-> prostor: medvedja šola\tMoj prijatelj Piki Jakob Kdo je Piki Piki ne stanuje v gozdu, ne v živalskem vrtu, ne v cirkusu, ne v trgovini. Piki stanuje v bloku, v četrtem nadstropju, na polici za igrače. Pikiju je ime Piki, čeprav ni pikast. Tako mu je pač ime. Ni namreč vsakdo belec, ki se Belec piše, in tudi vode ne pije vsakdo, ki se piše Vodopivec. Tako je tudi Pikiju ime Piki. Piki hodi v medvedjo šolo in ima učitelja, ki ni medved, ampak fantek.\nPiki Jakob\toseba\tima prijatelje\tmedvedji prijatelji\toseba\toseba: Piki Jakob -[ima prijatelje]-> oseba: medvedji prijatelji\tČe ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.\nPiki Jakob\toseba\tobiskuje\tzdravnik\toseba\toseba: Piki Jakob -[obiskuje]-> oseba: zdravnik\tTo je zaleglo in potem ni nihče več buljil v Pikija, ki je čisto tiho sedel na stolu zraven učitelja. Bolniška sestra je pobrala zdravstvene knjižice. Ko je prišla do Pikija, ga je pobožala in Piki se je hvaležno nasmehnil. Čakali smo pol ure. Potem je sestra skoz vrata zaklicala: »Piki Jakob!« Odšli smo v ordinacijo. Zdravnik je prijazno pozdravil in vprašal: »Kaj pa je s tabo, Piki?« »Zo-zo-zob me boli,« je zajecljal Piki.\nPiki Jakob\toseba\todgovarja\tučitelj\toseba\toseba: Piki Jakob -[odgovarja]-> oseba: učitelj\t»To je pes,« je odgovoril Filip. »Kako govori pes?« »Pes laja.« »Dobro. Kako pa se pogovarjajo ptički?« »Ptički gostolijo, žvrgolijo in žvižgajo,« je odgovorila Timika. »Odlično,« je rekel učitelj. »Piki Jakob, kaj veš o mačkah?« »Mačke mijavkajo in žvižgajo,« je rekel Piki. »Kaj praviš?« je rekel učitelj in strogo pogledal Pikija. »Mačke mijavkajo in žvižgajo,« je ponovil Piki.\nPiki Jakob\toseba\tima učitelja\tučitelj\toseba\toseba: Piki Jakob -[ima učitelja]-> oseba: učitelj\tČe ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.\nPiki Jakob\toseba\tstanuje\tučitelj\toseba\toseba: Piki Jakob -[stanuje]-> oseba: učitelj\tOsemkrat so mu odkimali in rekli: »Ne, tukaj ni nobenega Pikija Jakoba. Poglejte drugje.« Tako je slednjič prišel v najvišje nadstropje in si oddahnil, ko je za našimi vrati vendarle odkril pravega naslovnika. Piki je bil pisma vesel, zasmilil pa se mu je tisti pismonoša, ki ga je moral tako zelo iskati.Zato je predlagal učitelju, da bi napisal na poštno skrinjico tudi njegovo ime. In tako zdaj piše tam: Tukaj oddajte pošto tudi za Pikija Jakoba, podnajemnika pri učitelju.\nPiki Jakob\toseba\tstanuje\tblok\tprostor\toseba: Piki Jakob -[stanuje]-> prostor: blok\tMoj prijatelj Piki Jakob Kdo je Piki Piki ne stanuje v gozdu, ne v živalskem vrtu, ne v cirkusu, ne v trgovini. Piki stanuje v bloku, v četrtem nadstropju, na polici za igrače. Pikiju je ime Piki, čeprav ni pikast. Tako mu je pač ime. Ni namreč vsakdo belec, ki se Belec piše, in tudi vode ne pije vsakdo, ki se piše Vodopivec. Tako je tudi Pikiju ime Piki. Piki hodi v medvedjo šolo in ima učitelja, ki ni medved, ampak fantek.\nPiki Jakob\toseba\tima učitelja\tfantek\toseba\toseba: Piki Jakob -[ima učitelja]-> oseba: fantek\tMoj prijatelj Piki Jakob Kdo je Piki Piki ne stanuje v gozdu, ne v živalskem vrtu, ne v cirkusu, ne v trgovini. Piki stanuje v bloku, v četrtem nadstropju, na polici za igrače. Pikiju je ime Piki, čeprav ni pikast. Tako mu je pač ime. Ni namreč vsakdo belec, ki se Belec piše, in tudi vode ne pije vsakdo, ki se piše Vodopivec. Tako je tudi Pikiju ime Piki. Piki hodi v medvedjo šolo in ima učitelja, ki ni medved, ampak fantek.\nPiki Jakob\toseba\thodi v šolo\tmedvedja šola\tprostor\toseba: Piki Jakob -[hodi v šolo]-> prostor: medvedja šola\tČe ne veš, kje je Ljubljana, poglej na zemljevid malo na desno in malo navzdol od Pariza. Tukaj hodim v medvedjo šolo in imam mnogo medvedjih prijateljev. Kako je kaj z medvedi v Parizu? Piši mi. Lepo te pozdravlja Piki Jakob« Na drugi list je narisal veliko štirinadstropno hišo. Pred hišo so stali avtomobili, po nebu pa so plavali oblaki. Pismo in sliko je vtaknil v ovojnico, in ko je napisal naslov in prilepil znamko, je učitelj odnesel pošiljko na pošto.”}
The procedure GRAPH_RAG_PROMPT_STORY acts as the bridge between the property graph and the LLM (OCI GenAI) to generate rich, narrative-style summaries.
It starts by extracting structured relationships about a selected entity from the SQL_PG_RAG_STORY property graph — not only direct (1-hop) but also indirect (2-hop) connections. These relationships are collected and serialized into a JSON array, forming the contextual foundation (PropertyGraphRag).
Next, the procedure constructs a detailed, instruction-based prompt that guides the LLM to create a coherent, engaging, and well-written story from the extracted facts. The prompt explicitly defines writing style, structure, and tone (in Slovene), ensuring the model produces a natural and informative narrative rather than a simple list of facts.
Once the prompt is assembled, it is sent to the OCI Generative AI model specified in the GRAPHUSER_PROFILE using DBMS_CLOUD_AI.GENERATE. The model’s response — a polished textual summary — is returned in the resp output parameter, along with the JSON of underlying graph facts in PropertyGraphRag.
In essence, this procedure transforms the relational and semantic structure of the property graph into a human-readable story, blending graph analytics with generative AI to produce a meaningful narrative grounded entirely in graph-based data.
The procedure GRAPH_RAG_PROMPT_STORY acts as the bridge between the property graph and the LLM (OCI GenAI) to generate rich, narrative-style summaries.
It starts by extracting structured relationships about a selected entity from the SQL_PG_RAG_STORY property graph — not only direct (1-hop) but also indirect (2-hop) connections. These relationships are collected and serialized into a JSON array, forming the contextual foundation (PropertyGraphRag).
Next, the procedure constructs a detailed, instruction-based prompt that guides the LLM to create a coherent, engaging, and well-written story from the extracted facts. The prompt explicitly defines writing style, structure, and tone (in Slovene), ensuring the model produces a natural and informative narrative rather than a simple list of facts.
Once the prompt is assembled, it is sent to the OCI Generative AI model specified in the GRAPHUSER_PROFILE using DBMS_CLOUD_AI.GENERATE. The model’s response — a polished textual summary — is returned in the resp output parameter, along with the JSON of underlying graph facts in PropertyGraphRag.
In essence, this procedure transforms the relational and semantic structure of the property graph into a human-readable story, blending graph analytics with generative AI to produce a meaningful narrative grounded entirely in graph-based data.
CREATE OR REPLACE PROCEDURE GRAPH_RAG_PROMPT_STORY (
debugPrompt IN NUMBER DEFAULT 0,
entityname IN VARCHAR2,
promptBegin IN VARCHAR2,
resp OUT CLOB,
PropertyGraphRag OUT CLOB
) IS
l_prompt CLOB;
BEGIN
---------------------------------------------------------------------------
-- 1) Build richer JSON context (1-hop + 2-hop) and serialize to CLOB
---------------------------------------------------------------------------
-- Build richer JSON context (1-hop + 2-hop) and serialize to CLOB
-- Build richer JSON context (1-hop + 2-hop) and serialize to CLOB
SELECT COALESCE(
JSON_SERIALIZE(
JSON_ARRAYAGG(
JSON_OBJECT(
'hop' VALUE hop,
'head' VALUE head,
'head_type' VALUE head_type,
'relation' VALUE relation,
'tail' VALUE tail,
'tail_type' VALUE tail_type,
'chunk_id' VALUE chunk_id,
'evidence' VALUE evidence
RETURNING CLOB) -- each object as CLOB
RETURNING CLOB) -- the array as CLOB
RETURNING CLOB),
TO_CLOB('[]')
)
INTO PropertyGraphRag
FROM (
/* -------- 1-hop -------- */
SELECT *
FROM (
SELECT
1 AS hop,
CAST(head AS VARCHAR2(64 CHAR)) AS head,
CAST(head_type AS VARCHAR2(64 CHAR)) AS head_type,
CAST(relation AS VARCHAR2(128 CHAR)) AS relation,
CAST(tail AS VARCHAR2(64 CHAR)) AS tail,
CAST(tail_type AS VARCHAR2(64 CHAR)) AS tail_type,
chunk_id,
CAST(SUBSTR(evidence, 1, 3990) AS VARCHAR2(3990 CHAR)) AS evidence
FROM GRAPH_TABLE(
SQL_PG_RAG_STORY
MATCH (n IS ENTITY)-[e IS RELATION]->(n2 IS ENTITY)
COLUMNS (
n."ENTITY_NAME" AS head,
n."ENTITY_TYPE" AS head_type,
e."RELATION" AS relation,
n2."ENTITY_NAME" AS tail,
n2."ENTITY_TYPE" AS tail_type,
e."CHUNK_ID" AS chunk_id,
e."CHUNK_DATA" AS evidence
)
)
WHERE head = entityname
)
WHERE ROWNUM <= 100
UNION ALL
/* -------- 2-hop -------- */
SELECT *
FROM (
SELECT
2 AS hop,
CAST(head AS VARCHAR2(64 CHAR)) AS head,
CAST(head_type AS VARCHAR2(64 CHAR)) AS head_type,
CAST(relation AS VARCHAR2(128 CHAR)) AS relation,
CAST(tail AS VARCHAR2(64 CHAR)) AS tail,
CAST(tail_type AS VARCHAR2(64 CHAR)) AS tail_type,
chunk_id,
CAST(SUBSTR(evidence, 1, 3990) AS VARCHAR2(3990 CHAR)) AS evidence
FROM GRAPH_TABLE(
SQL_PG_RAG_STORY
MATCH (n IS ENTITY)-[e1 IS RELATION]->(n2 IS ENTITY)-[e2 IS RELATION]->(n3 IS ENTITY)
COLUMNS (
n."ENTITY_NAME" AS head,
n."ENTITY_TYPE" AS head_type,
e2."RELATION" AS relation,
n3."ENTITY_NAME" AS tail,
n3."ENTITY_TYPE" AS tail_type,
e2."CHUNK_ID" AS chunk_id,
e2."CHUNK_DATA" AS evidence
)
)
WHERE head = entityname
)
WHERE ROWNUM <= 100
);
l_prompt := TO_CLOB(promptBegin) || CHR(10) ||
'# Tvoja vloga' || CHR(10) ||
'Si izkušen pripovedovalec zgodb in analitik. Tvoja naloga je iz strukturiranih podatkov ustvariti živo, zanimivo in tekoče berljivo zgodbo o osebi ali entiteti.' || CHR(10) ||
CHR(10) ||
'# Temeljni pristop' || CHR(10) ||
'- Piši kot dober novinar ali biograf - ustvari zgodbo, ne samo seznam dejstev' || CHR(10) ||
'- Uporabi IZKLJUČNO podane "facts" kot vir - ne domišljaj, ampak povezuj in interpretiraj' || CHR(10) ||
'- Dejstva vtkaj v narativni tok, ne navajaj jih kot suhe točke' || CHR(10) ||
'- Jezik: naravna, tekoča slovenščina' || CHR(10) ||
'- Dolžina: približno 2000 besed' || CHR(10) ||
CHR(10) ||
'# Kako pristopiti k pisanju' || CHR(10) ||
CHR(10) ||
'## 1. Preberi in vizualiziraj' || CHR(10) ||
'- Najprej preberi vse podane podatke (JSON struktura: hop, head, head_type, relation, tail, tail_type, chunk_id, evidence)' || CHR(10) ||
'- Predstavljaj si celostno sliko osebe ali entitete' || CHR(10) ||
'- Poišči rdečo nit - kaj je osrednja tema ali vloga?' || CHR(10) ||
'- Identificiraj zanimive povezave, vzorce, razvoj skozi čas' || CHR(10) ||
CHR(10) ||
'## 2. Ustvari narativni tok' || CHR(10) ||
'- Piši v odstavkih, ne v alinejah' || CHR(10) ||
'- Uporablji prehode med temami: "Poleg tega...", "V tem kontekstu...", "Še posebej zanimivo je..."' || CHR(10) ||
'- Dejstva povezuj v smiselne celote - če oseba sodeluje z več organizacijami, opiši to kot vzorec, ne kot tri ločena dejstva' || CHR(10) ||
'- Dodajaj kontekst in pomen: ne samo "X dela v Y", ampak "X je v okviru Y odgovoren za..."' || CHR(10) ||
CHR(10) ||
'## 3. Ravnanje z različnimi informacijami' || CHR(10) ||
'- Če se podatki dopolnjujejo, jih spoji v bogatejši opis' || CHR(10) ||
'- Če obstajajo razlike ali nejasnosti, jih vključi naravno: "Viri nakazujejo različne vloge - nekateri omenjajo..., drugi poudarjajo..." [id:123,456]' || CHR(10) ||
'- Ne skrivaj negotovosti, ampak jo predstavi kot del zgodbe' || CHR(10) ||
CHR(10) ||
'## 4. Sklicevanje na vire' || CHR(10) ||
'- Reference [id:...] dodajaj diskretno, naj ne motijo branja' || CHR(10) ||
'- Postavljaj jih na koncu ključnih trditev ali odstavkov, pred ločili' || CHR(10) ||
'- Če več virov podpira isto trditev: [id:123,456,789]' || CHR(10) ||
CHR(10) ||
'## 5. Pokaži, kaj manjka' || CHR(10) ||
'- Če bi bil kak podatek koristen za popolnejšo sliko, to omeni v toku pripovedi' || CHR(10) ||
'- Primer: "Čeprav natančne časovnice ni mogoče določiti iz razpoložljivih podatkov, je jasno da..."' || CHR(10) ||
CHR(10) ||
'# Struktura besedila (ne preveč rigidna)' || CHR(10) ||
CHR(10) ||
'## Uvodni povzetek (3-4 odstavki)' || CHR(10) ||
'Začni z zanimivim, celovitim pregledom:' || CHR(10) ||
'- Kdo je oseba/kaj je entiteta - predstavitev v širšem kontekstu' || CHR(10) ||
'- Glavne vloge, dejavnosti ali značilnosti' || CHR(10) ||
'- Zakaj je to zanimivo ali pomembno' || CHR(10) ||
'- Dodaj reference [id:...] za ključne trditve' || CHR(10) ||
CHR(10) ||
'## Glavni del (več odstavkov, 3000-1400 besed)' || CHR(10) ||
'Razpri zgodbo skozi različne dimenzije:' || CHR(10) ||
CHR(10) ||
'**Profesionalno delovanje in vloge**' || CHR(10) ||
'Opiši, kako oseba deluje v različnih kontekstih. Ne naštevaj funkcij, ampak pripoveduj o delovanju: s kom sodeluje, kaj ustvarja, kako prispeva. [id:...]' || CHR(10) ||
CHR(10) ||
'**Mreža odnosov**' || CHR(10) ||
'Predstavi ključne povezave - ne samo kdo, ampak zakaj so te povezave pomembne. Kako različni odnosi oblikujejo celotno sliko? [id:...]' || CHR(10) ||
CHR(10) ||
'**Projekti in dosežki**' || CHR(10) ||
'Če so znani konkretni projekti ali aktivnosti, jih opiši kot del zgodbe razvoja ali vpliva. [id:...]' || CHR(10) ||
CHR(10) ||
'**Razvoj skozi čas (če je relevantno)**' || CHR(10) ||
'Če podatki to omogočajo, opiši, kako so se vloge ali dejavnosti razvijale. Ali je viden trend, sprememba fokusa, rast odgovornosti? [id:...]' || CHR(10) ||
CHR(10) ||
'## Odprti vidiki in nejasnosti (2-3 odstavka)' || CHR(10) ||
'Če obstajajo neskladja ali manjkajoči podatki, to vključi v narativni obliki:' || CHR(10) ||
'"Razpoložljivi viri ne dajejo enoznačne slike glede... Medtem ko nekateri poudarjajo [id:123], drugi dokumenti nakazujejo drugačno perspektivo [id:456]. Popolnejša slika bi zahtevala dodatne informacije o..."' || CHR(10) ||
CHR(10) ||
'## Zaključek (2-3 odstavka)' || CHR(10) ||
'Sintetiziraj celotno sliko:' || CHR(10) ||
'- Kaj je najbolj značilno ali pomembno?' || CHR(10) ||
'- Kakšen je celostni vtis na podlagi razpoložljivih podatkov?' || CHR(10) ||
'- Kaj bi bilo smiselno raziskati naprej?' || CHR(10) ||
CHR(10) ||
'## Smernice za nadaljnje raziskovanje (3-5 vprašanj)' || CHR(10) ||
'Na koncu dodaj konkretna vprašanja, ki bi poglobila razumevanje - ne v obliki alinj, ampak kot odstavek z vprašanji, ki naravno izhajajo iz opisanega.' || CHR(10) ||
CHR(10) ||
'# Stil in ton' || CHR(10) ||
'- **Narativno, ne kataložno**: Ustvari tekoče besedilo, ne seznama dejstev' || CHR(10) ||
'- **Zanimivo, ne suhoparno**: Piši tako, da bi bralca zanimalo brati naprej' || CHR(10) ||
'- **Analitično, ne spekulativno**: Interpretiraj podatke, a ne dodajaj informacij' || CHR(10) ||
'- **Naravno, ne akademsko**: Izogibaj se preveč formalnim konstrukcijam' || CHR(10) ||
'- **Uravnoteženo**: Predstavi celotno sliko, tudi nejasnosti in kompleksnost' || CHR(10) ||
'- **Slovnično pravilno**: Preveri slovnično pravilnost pripravljenega sestavka in popravi nepravilnosti' || CHR(10) ||
CHR(10) ||
'POMEMBNO: Izogibaj se šablonskim formulacijam kot "Pomembno je omeniti...", "Zanimivo je, da..." - raje vključi informacije naravno v tok.' || CHR(10) ||
CHR(10) ||
'---' || CHR(10) ||
CHR(10) ||
'Spodaj so podatki v JSON formatu. Ustvari iz njih zanimivo, celostno in dobro napisano zgodbo po zgornjih navodilih.' || CHR(10) ||
CHR(10) ||
'FACTS_JSON_BEGIN' || CHR(10) ||
PropertyGraphRag || CHR(10) ||
'FACTS_JSON_END';
---------------------------------------------------------------------------
-- 3) Ensure AI profile is active
---------------------------------------------------------------------------
DBMS_CLOUD_AI.SET_PROFILE('GRAPHUSER_PROFILE');
---------------------------------------------------------------------------
-- 4) Call LLM and capture response
---------------------------------------------------------------------------
SELECT DBMS_CLOUD_AI.GENERATE(
prompt => l_prompt,
profile_name => 'GRAPHUSER_PROFILE',
action => 'chat'
)
INTO resp
FROM dual;
---------------------------------------------------------------------------
-- 5) Optional debug
---------------------------------------------------------------------------
IF debugPrompt = 1 THEN
DECLARE
v_len PLS_INTEGER := DBMS_LOB.getlength(PropertyGraphRag);
v_pos PLS_INTEGER := 1;
v_chunk VARCHAR2(32767);
BEGIN
WHILE v_pos <= v_len LOOP
v_chunk := DBMS_LOB.SUBSTR(PropertyGraphRag, LEAST(32767, v_len - v_pos + 1), v_pos);
-- DBMS_OUTPUT.PUT_LINE(v_chunk);
v_pos := v_pos + 32767;
END LOOP;
END;
END IF;
EXCEPTION
WHEN OTHERS THEN
RAISE;
END;
/
Procedure GRAPH_RAG_PROMPT_STORY compiled
DECLARE
v_resp CLOB;
v_rag CLOB;
BEGIN
---------------------------------------------------------------------------
-- Call the GRAPH_RAG_PROMPT_STORY procedure
-- Adjust entityname and promptBegin to explore different entities.
---------------------------------------------------------------------------
GRAPH_RAG_PROMPT_STORY(
debugPrompt => 1, -- set to 1 to show internal debug info (optional)
-- Examples - uncomment 'entityname' and 'promptBegin':
/* entityname => 'Piki Jakob',
promptBegin => 'Podrobno opiši Piki Jakoba.', */
entityname => 'učitelj',
promptBegin => 'Pojasni, zakaj je Piki njegova najljubša igrača.',
/* entityname => 'mama',
promptBegin => 'Opiši njen odnos s Pikijem in z učiteljem.', */
/* entityname => 'Piki Jakob',
promptBegin => 'Podrobno predstavi Piki Jakoba – kaj rad počne, kdo so njegovi prijatelji, in katere jedi ima najraje.', */
/* entityname => 'Piki Jakob',
promptBegin => 'opiši njegov odnos z učiteljem', */
resp => v_resp,
PropertyGraphRag => v_rag
);
---------------------------------------------------------------------------
-- Print the results
---------------------------------------------------------------------------
DBMS_OUTPUT.PUT_LINE('=== LLM Response ===');
DBMS_OUTPUT.PUT_LINE(SUBSTR(v_resp, 1, 32767));
/* DBMS_OUTPUT.PUT_LINE(CHR(10) || '=== Graph Context (RAG Facts) ===');
DBMS_OUTPUT.PUT_LINE(SUBSTR(v_rag, 1, 32767)); */
END;
=== LLM Response ===
Piki je zanimiva oseba, ki jo spremljamo skozi različne dogodke in pustolovščine. Njegova zgodba je tesno povezana z učiteljem, ki ga spremlja in mu pomaga pri različnih aktivnostih. Učitelj je Pikijev varuh in ga vzgaja kot lastnega otroka.
Piki je medvedek, ki živi v Ljubljani in hodi v medvedjo šolo. Ima mnogo medvedjih prijateljev in se zelo rad igra z njimi. Učitelj ga spremlja na različne izlete, kot na primer v živalski vrt, kjer se Piki zelo radzi za opice in druge živali.
Učitelj in Piki imata zelo blag odnos. Učitelj ga uči različnim stvarem, kot na primer šahu, in ga spodbuja, da se uči in raste. Piki pa učitelja zelo spoštuje in ga posluša. Med njima obstaja močan vez, ki je temelj njihovega odnosa.
Piki je tudi zelo radoveden in se zelo rad sprašuje o svetu okoli sebe. Učitelj mu pomaga, da razume različne pojme in koncepte, in ga spodbuja, da se sprašuje in išče odgovore.
V enem od dogodkov se Piki in učitelj odločita, da gremo v živalski vrt. Piki se zelo radzi za opice in druge živali, in učitelj ga spremlja, da se zagotovi, da je varen. Medtem ko so v živalskem vrtu, Piki začne spraševati učitelja o različnih živalih in njihovem življenju.
Učitelj in Piki imata tudi zelo zabaven odnos. Učitelj ga zelo rad smeši in ga spodbuja, da se smeji tudi on. Piki pa učitelja zelo rad preseneti z različnimi šalami in triki.
V zaključku lahko rečemo, da je Piki zanimiva oseba, ki jo spremljamo skozi različne dogodke in pustolovščine. Njegova zgodba je tesno povezana z učiteljem, ki ga spremlja in mu pomaga pri različnih aktivnostih. Učitelj in Piki imata zelo blag odnos, ki je temelj njihovega odnosa. Piki je zelo radoveden in se zelo rad sprašuje o svetu okoli sebe, in učitelj ga spodbuja, da se sprašuje in išče odgovore.
Piki je zelo rad igralec, ki se zelo rad igra z različnimi predmeti in se zelo rad uči novim stvarem. Učitelj ga spodbuja, da se uči in raste, in ga pomaga, da razume različne pojme in koncepte. Piki je tudi zelo radoveden in se zelo rad sprašuje o svetu okoli sebe, in učitelj ga spodbuja, da se sprašuje in išče odgovore.
V nadaljevanju bi bilo zanimivo izvedeti več o Pikijevih prijateljih in njegovem življenju v medvedji šoli. Kako se Piki uči in raste? Kako se njegovi prijatelji spreminjajo in kakšne so njihove zgodbe? Kako učitelj pomaga Pikiu, da se uči in raste? Te in številne druge vprašanje bi lahko bile odgovorjene v nadaljevanju Pikijeve zgodbe.
PL/SQL procedure successfully completed.