# NLP练习
### 基于知识图谱的问答系统
# 相关流程:
### 1、建立图谱(结构化的,详见代码;非结构化的需要的NLP特别多)
### 2、构建类别判定(可以基于机器学习方法或者深度学习方法的文本分类或者是基于关键字的规则方法)(本文为规则方法)
### 3、提取问题中的实体
### 4、根据类别和实体构建查询语句并查询
### 5、根处理查询结果并输出
# 部分知识图谱展示
<div align=center><img src="https://github.com/renhongjie/NLP_process/blob/main/images/电影问答系统1.png"/></div>
<p align="center">图1</p>
### 项目结构描述
```
├── README.md // 描述文件
├── 建立词表.py // 建立词表的程序文件
├── 建立图谱.py // 建立知识图谱的程序文件
├── chatbot_graph.py // 聊天系统主函数文件/运行文件
├── question_classifier.py // 聊天系统问题分类函数
├── question_parser.py // 聊天系统问题转换函数
├── answer_search.py // 聊天系统问题回复函数
├── genre.txt // 建立的词表
├── movie.txt // 建立的词表
├── person.txt // 建立的词表
└── data //数据文件
└── genre.csv // 图谱数据集之一
└── movie_to_genre.csv // 图谱数据集之一
└── movie.csv // 图谱数据集之一
└── person_to_movie.csv // 图谱数据集之一
└── person.csv // 图谱数据集之一
└── userdict3.txt // 图谱数据集之一
└── vocabulary.txt // 图谱数据集之一
└── question // 问题模版(项目中未用,但参考了)
└── ... // 16个问题模版
```
# 流程:
#### chatbot_graph(总控)->question_classifier(分类)->question_parser(构建查询语句)->answer_search(处理查询结果并输出)
## 基本规则写的,后期优化:加一些深度学习方法和多轮问答功能,存在一点小问题,每次都回答不知道,后期再改改
## 改进
添加多轮对话
用神经网络替换规则
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于电影知识图谱和基于模板构建的问答系统python源码+项目说明+详细注释,含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。 基于知识图谱的问答系统 相关流程: 1、建立图谱(结构化的,详见代码;非结构化的需要的NLP特别多) 2、构建类别判定(可以基于机器学习方法或者深度学习方法的文本分类或者是基于关键字的规则方法)(本文为规则方法) 3、提取问题中的实体 4、根据类别和实体构建查询语句并查询 5、根处理查询结果并输出 基于电影知识图谱和基于模板构建的问答系统python源码+项目说明+详细注释,含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。基于电影知识图谱和基于模板构建的问答系统python源码+项目说明+详细注释,含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。基于电影知识图谱和基于模板构
资源推荐
资源详情
资源评论
收起资源包目录
Python基于电影知识图谱和基于模板构建的问答系统源码+项目说明+超详细注释.zip (46个子文件)
主-main
data
movie.csv 1.34MB
vocabulary.txt 2KB
genre.csv 242B
person.csv 52KB
userdict3.txt 26KB
question
【3】剧情.txt 227B
【8】演员参演的电影评分【大于】.txt 263B
【2】风格.txt 164B
vocabulary.txt 2KB
question_classification.txt 272B
【6】某演员出演过的类型电影有哪些.txt 164B
【13】演员出生日期.txt 275B
【11】演员A和演员B合作了哪些电影.txt 163B
【9】演员参演的电影评分【小于】.txt 263B
【4】某电影有哪些演员出演.txt 170B
【5】演员简介.txt 104B
【0】评分.txt 173B
【1】上映.txt 224B
【12】某演员一共演过多少电影.txt 105B
【7】某演员演了什么电影.txt 193B
【10】某演员出演过哪些类型的电影.txt 176B
person_to_movie.csv 242KB
movie_to_genre.csv 108KB
建立图谱.py 3KB
person.txt 6KB
.idea
.name 15B
$CACHE_FILE$ 159B
misc.xml 295B
基于知识图谱的电影问答系统.iml 442B
inspectionProfiles
profiles_settings.xml 174B
modules.xml 330B
.gitignore 47B
question_parser.py 4KB
genre.txt 148B
chatbot_graph.py 2KB
建立关键词词表(字典).py 2KB
answer_search.py 6KB
question_classifier.py 7KB
__pycache__
question_classifier.cpython-36.pyc 5KB
answer_search.cpython-36.pyc 3KB
question_classifier.cpython-39.pyc 5KB
question_parser.cpython-39.pyc 3KB
answer_search.cpython-39.pyc 3KB
question_parser.cpython-36.pyc 3KB
README.md 2KB
movie.txt 72KB
共 46 条
- 1
资源评论
王二空间
- 粉丝: 6691
- 资源: 2023
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功