介绍:
请使用前务必读一下README.md,系统主要是产业分析知识图谱问答系统,节点包括了上万节点,数据量很大,
可以看截图
整个系统使用django构建,自带了一份数据,比较完整,有初始化数据的脚本,每次务必初始化数据后使用,
neo4j按照README.md初始化。
底层数据库知识图谱采用neo4j,关系型数据库采用sqlite,也可以换成mysql,
主要是图谱的展示与问答。
详细描述:
1、系统具有完整的用户体系,使用Django框架实现登录、注册和退出功能。
2、知识图谱展示部分包括前端使用html、css和js,后端使用Django框架,用户系统使用sqlite,图谱数据存储在neo4j,
通过py2neo连接,图谱展示使用echarts。前端支持通过开始节点方式查询。
3、问答系统的数据流程包括离线阶段生成词表和词性表,在线阶段加载词表,使用结巴分词进行分词,
查询词性表,匹配模板生成match语句,查询neo4j并返回结果。
4、问答系统的业务流程为用户通过GET请求传入自然语言的输入,使用jieba库进行分词和词性标注,从而识别实体和关系类型,
查询neo4j图数据库,处理查询结果生成回答,保存用户问题和回答,最后渲染模板文件返回查询结果。
800
![图片[1]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222634-1024x487.jpg)
![图片[2]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222648-1024x491.jpg)
![图片[3]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222652-1024x495.jpg)
![图片[4]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222656-1024x469.jpg)
![图片[5]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222700-1024x507.jpg)
![图片[6]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222703-1024x474.jpg)
![图片[7]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222707-1024x656.jpg)
![图片[8]-基于neo4j的产业分析知识图谱问答系统](https://qalangtao.com/wp-content/uploads/2023/11/微信图片_20231117222711-1024x449.jpg)
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END