基于豆瓣知识图谱的在线问答系统-天一外包案例-猿急送

基于豆瓣知识图谱的在线问答系统

人工智能 · 其他案例ID: 148948

微信扫码，建群沟通

作者：天一 - 3年经验- 上海交通大学

案例介绍

一、豆瓣信息爬取和知识图谱构建
1、使用python scrapy爬取豆瓣读书(https://book.douban.com/tag/?view=type&icn=index-sorttags-all)下的图书基本信息,包括：类别、名称、作者、出版社、出版时间、价格、评分、评价人数、内容简介。数据量不小于5万。
2、使用neo4j构建图书知识图谱。实体结点包括：图书、作者、评分、类别、出版社。图书属性：出版时间、价格、内容简介；评分属性：评价人数。
二、问答系统功能实现
1、问句理解选择基于模板匹配方式，通过朴素贝叶斯分类器对用户问句分类匹配查询模板。
2、命名实体识别采用Word2Vec字向量模型、BiLSTM-CRF模型，构建Cpyher查询语句。
3、功能优化：模糊查询、联系上文查询。
三、web前端展示
1、使用Django构建web问答页面：logo图片、标题-豆瓣图书知识问答
2、热门问题模板预设
3、问题输入框、查询结果框。