描述：本项目构建了一个基于知识图谱的文物智能问答系统，利用Neo4j图数据库存储结构化文物数据，结合大语言模型实现自然语言交互，为博物馆、研究机构和文化爱好者提供高效的文物知识查询与问...

描述：基于GraphRag的本地课程图谱问答系统利用Neo4j图数据库和知识图谱技术，结合大模型智能问答能力，为教育领域提供安全可靠的课程知识查询服务，支持本地化部署保障数据隐私。

基于neo4j的唐代服饰知识图谱实体识别系统，集成Django框架，提供服饰数据查询、图谱展示和实体识别功能。支持文化遗产数字化研究，实现智能服饰信息检索。

本项目构建了一个弘扬科学家精神的知识图谱系统，基于Neo4j图数据库整合科学家信息，实现结构化知识管理和智能问答，旨在助力科学精神的传播、学习与研究。

基于Neo4j的新冠肺炎知识图谱问答系统，集成Django框架和自然语言处理技术。提供图谱展示、三元组搜索和智能问答功能。支持用户管理，适用于新冠相关知识查询。

基于Django框架构建的电影推荐系统，利用知识图谱和Neo4j图数据库实现智能推荐，结合协同过滤算法提升准确性，支持用户管理和数据自动化采集，为电影爱好者提供个性化服务。

基于知识图谱的紧急事故决策辅助系统，集成neo4j数据库和自然语言处理技术。提供事故文件上传、智能问答功能，实现紧急情况下的快速决策支持和信息检索。

本项目构建了一个专注于农作物领域的知识图谱智能问答系统，利用Neo4j图数据库和大语言模型，实现对病虫害、种植技术等农业知识的精准查询与智能交互，助力农业生产与科研。

描述：高考知识问答系统是一个基于知识图谱和自然语言处理的智能平台，整合Neo4j图数据库与OpenAI GPT技术，为考生和教师提供高效的高考知识点查询与问答服务，提升学习与教学效率。

基于neo4j的公共安全知识图谱问答系统，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，快速查找公共安全相关问题答案。