基于Python+Flask知识图谱的电影问答系统源码+数据集+详细文档（高分毕业设计）.zip

# 基于知识图谱的电影问答系统 #### 相关源代码GitHub上也有： [https://github.com/xiaoliang8006/Movie-QA-System](https://github.com/xiaoliang8006/Movie-QA-System) #### 体验地址： [http://104.224.145.185:5000](http://104.224.145.185:5000) 此项目旨在构建一个关于电影的知识图谱问答系统。目前知识库本身的内容并不全面，但是麻雀虽小，五脏俱全，该项目对多种类型的问题形式都能得到正确的相应结果。以“李连杰”为例，本系统能够回答晴李连杰的个人简介，参演过的电影，参演过的电影类型，参演某一类型的电影都有什么。还能查询某个电影的信息，如上映时间，评分，类型，演员列表等等.... --- 提供的功能有： * 中文分词 * 词性标注 * 命名实体识别 * 知识图谱关系抽取 * 关键词提取 * 等等.... --- ## 目录 * [搭建环境](#搭建环境) * [使用方式](#使用方式) * [思路](#思路) * [代码说明](#代码说明) * [评价](#评价) * [附录](#附录) ## 搭建环境 #### python3.6 + jdk1.8 + neo4j-3.4.13 注意： neo4j-3.4.13要求java版本必须在jdk8以上 网页显示采用flask-0.12.2框架， 和neo4j数据库连接时用的是py2neo-3.0, 之前用py2neo-4.0总是容易出错。 ## 使用方式 先安装依赖: pip install -r requirements.txt 注意依赖包版本最好和requirements.txt一致或者不要相差太大，不然容易出错。然后运行服务器: python server.py 最后打开浏览器进入`http://127.0.0.1:5000`即可进行问答。 目前本系统可以回答类似如下类型的问题(以李连杰和警察故事为例)： 1.警察故事的评分是多少 2.警察故事的上映时间 3.警察故事是什么类型的电影 4.警察故事的主要情节 5.警察故事中的演员都有谁 6.李连杰的简介 7.李连杰演过的动作电影有哪些 8.李连杰演过哪些电影 9.李连杰演的电影评分在7以上的都有哪些 10.李连杰演的电影评分低于7的都有哪些 11.李连杰演过的电影类型有哪些 12.李连杰和章子怡一起演过哪些电影 13.李连杰演过多少部电影 14.李连杰生日是什么时候 ## 思路   ## 代码说明 #### data文件夹     首先是数据的准备，利用爬虫从维基和豆瓣上爬取电影数据及演员数据，这里我直接把数据预处理的结果放入了data文件夹 #### questions文件夹     放的是关于问题分类的训练数据 #### data2neo4j.py     将data文件夹下csv文件导入neo4j数据库。注意这里我放上了我的服务器，可以直接用。你也可以用data2neo4j.py将数据导入到自己的本地服务器，并在question_template.py修改地址即可。     import文件夹是neo4j默认的数据导入文件夹，所以首先要将data文件夹下所有csv文件拷贝到neo4j数据库的根目录import文件夹下，没有则先创建import文件夹，然后运行此程序。 #### question_classification.py     对问题进行分类 #### question_template.py     连接数据库，生成查询语句，返回结果 #### process_question.py     分类并回答问题 #### static文件夹     放的是关于前端显示的静态文件 ## 评价 随机生成了30个问题，发现问题分类的准确率在90%左右，可能是因为训练样本较少的缘故。然后问题回答的准确取决于数据库中有无数据，如果分类正确而且数据库中有相关数据，基本都能正常返回答案。后续工作需要增加问题分类的训练样本和补充数据库资源.... ## 附录 1.词性标注说明 ```text n　　　普通名词 nt　 　时间名词 nd　 　方位名词 nl　 　处所名词 nh　 　人名 nhf　　姓 nhs　　名 ns　 　地名 nn 　　族名 ni 　　机构名 nz 　　其他专名 v　　 动词 vd　　趋向动词 vl　　联系动词 vu　　能愿动词 a　 　形容词 f　 　区别词 m　 　数词　　 q　 　量词 d　 　副词 r　 　代词 p　　 介词 c　 　连词 u　　 助词 e　 　叹词 o　 　拟声词 i　 　习用语 j　　 缩略语 h　　 前接成分 k　　 后接成分 g　 　语素字 x　 　非语素字 w　 　标点符号 ws　　非汉字字符串 wu　　其他未知的符号 ``` 2.命名实体说明（采用BIO标记方式） ```text B-PER、I-PER 人名 B-LOC、I-LOC 地名 B-ORG、I-ORG 机构名 ```