基于知识图谱的电子元器件问答系统，提供直观的图谱展示和自然语言问答功能。采用 Django 和 Neo4j 技术，实现高效的数据处理和知识检索。帮助用户快速获取电子元器件相关知识。

DRG医保知识图谱展示问答项目利用Neo4j图数据库和GPT模型，构建智能问答系统，实现医保政策、DRG分组等专业知识的可视化查询与自然语言交互，提升医保数据利用效率，服务于医疗机构和公众用户。

基于neo4j的编程设计模式知识图谱问答系统，集成图谱展示和智能问答功能。使用Django框架开发，支持自然语言查询和三元组检索，助力计算机编程学习。

基于neo4j的茶叶虫害病害知识图谱系统，集成实体识别、关系展示、智能问答和语音识别功能。使用Django框架，支持用户系统和智能推荐。

基于neo4j的股票数据知识图谱问答系统，集成大规模图谱展示和智能问答功能。使用Django框架开发，支持自然语言查询和三元组检索，快速查找股票企业相关信息。

介绍：底层基于tensorflow，网站使用django构建。

使用 Paddle Fluid API 编程并搭建一个循环神经网络（Recurrent Neural Network，RNN），进行谣言检测。主要分为五个步骤： 1.数据准备 2.模型配置 3.模型训练 (1)定义网络 (2)定义损失函数 (3)...

基于neo4j的推理知识图谱展示系统，集成图谱可视化和三元组查询功能。使用Django框架开发，支持节点图片属性展示，提供完整用户体系和管理功能。

描述：本项目构建了一个面向人工智能专业的课程知识图谱系统，基于Neo4j图数据库存储课程节点和关系，集成自然语言处理技术实现智能问答，并通过Web前端提供可视化知识网络展示，助力AI教学与学...

介绍：本数据是网上搜集的口腔医疗图谱数据，自己写了初始化数据脚本，可以直接写入neo4j，并在数据基础上，开发问答，推荐，展示系统。