一、开发环境

Windows 10 x64
Python 3.7
Neo4j community 3.5.20

二、项目运行

1、确保安装所需依赖

  pip install -r requirements.txt

注：python-Levenshtein 如果安装不成功，则可以下载对其进行离线安装。

2、构建知识图谱

修改const.py文件中连接数据库使用的URI，USERNAME和PASSWORD的值。然后执行：

  python build_cakg.py

运行大约需要2~5分钟。

3、可以使用两种方式运行：

①. 运行命令行端

  python run_cmd.py

普通问题的回答以字符串的形式给出；带有图表的回答，图表会被渲染至results文件夹中。

②. 运行web端（效果图见下文）

  python run_web.py

带有图表的回答和普通回答一样会被渲染至web页面中，同时也被保存至本地results文件夹中。

注1：最好使用谷歌浏览器（Google Chrome）；

注2：生成图表的文件夹地址可以在const.py中更改CHART_RENDER_DIR。

4、have fun!

三、项目简介

1、项目结构

---------------------------------------  root|------data/                        # 数据存放|------dicts/                # 存放特征词（运行build_cakg.py后自动生成）|------question/             # 存放问句中的疑问词|------reference/            # 存放指代词|------tail/                 # 存放尾词（后缀词）|------data.json             # 从年报中组织出的数据|------raw.7z                # 11-19年的年报|------demo/                        # 以jupyter-notebook的形式给出了各种问题类型的演示和说明|------doc/                         # 存放有关readme的文件|------lib/                         # 函数库|------results/                     # 存放某些问题生成的图表（会自动生成）|------test/                        # 存放一些单元测试|------web/                         # web app......|------answer_search.py             # 回答组织器|------build_cakg.py                # 构建知识图谱|------chatbot.py                   # 自动问答器|------const.py                     # 常量|------question_classifier.py       # 分类器|------question_parser.py           # 解析器......

2、数据组织

①. 基本构想

通过浏览公报发现：

每一年所涉及的目录大差不差，有时多有时少，或者只是改个名字；
目录中涉及的指标每年都有一定的变动，而且某些指标里面嵌套指标，还有些指标中给出了各地区的组成值；
指标的值有数值类型，也有字符串类型，有的有单位，有些则没有，而且有些单位在某些年份还不同。
插播一条广告：需要开通正版PyCharm的可以联系我，56元一年，正版授权激活，官网可查有效期，有需要的加我微信：poxiaozhiai6，备注：904。

基于上述几点，我将知识图谱的构建以年份为中心展开，将各个目录、指标等等实体作为知识图谱的结点。结点与结点之间相连接的关系称为结构关系（详细见下文），那么将每个年份结点到各个指标和地区的关系称为值关系（详细见下文）。

将结构和值两种关系拆开：

从结构关系来看，不用一个年度录入一个年度的所有指标，每个年度中肯定有重复指标，这样避免了数据冗余。若每年的指标位置基本不变，则上述做法直接可行，但实际上指标出现的位置可能每年都飘忽不定，所以若直接按上述做法会出现这种情况：

假设2012年指标C1包含指标A、B，指标C2包含指标C；2013年指标C1包含指标A，指标C2包含指标B、C；

则其结构关系为:

其中橙色的边是2012年特有的，蓝色的则是2013年特有的，而黑色的是它们共有的。但在知识图谱中这些边没有颜色之分，是按上图整个结构存储的，这就造成了一个父子结构关系错乱的问题，比如：我要查找13年指标C1包含的所有指标，则A和B都会被返回，而实际上B不应该被返回。

为了解决上述问题，并且不增加任何额外的关系，我为每个关系引入了一个生命周期属性life。这个属性运用了掩码的思想，每个年份维护自己的掩码（运行构建知识图谱脚本时会被自动生成），在遇到上述问题时，拿来和关系中的life做与运算，若结果不为0，就说明此年份包含此指标，反之则不含。

从值关系来看，问题中也是直接给出年份和指标名称，这样也方便查询。

部分结点间的关系如下图：(橙色为年份，棕色为目录，蓝色为指标)

部分结点间的关系如下图：(橙色为年份，棕色为目录，蓝色为指标，红色为地区/机场/公司集团，下同)

②. 知识图谱实体类型

③. 知识图谱实体关系类型

④. 知识图谱属性类型

3、问题预处理

主要指年份和指标两个角度的预处理，此部分详见lib/complement.py。

①. 年份角度对问题中的年份进行替换，方便特征词识别，例：

   11年 -> 2011年两千一十一年 -> 2011年11-15年 -> 2011年,2012年,2013年,2014年,2015年13到15年 -> 2013年,2014年,2015年13年比前年 -> 2013年比2011年15年比大大前年 -> 2015年比2011年16年比3年前 -> 2016年比2013年16年与前三年相比 -> 2016年与2015年,2014年,2013年相比......

②. 指标角度对问题中的指标名进行替换，避免因错字漏字而特征词识别不成功。通过Levenshetin算法实现对指标名的模糊查询。例：

   游客周转量 -> 旅客周转量......

4、问题分类

问题的分类是基于特征词的分类，使用ahocorasick算法。

下表给出的是各种问题的类型，更详细的内容请参见项目demo中的demo1~4.ipynb。

5、Web APP

web端使用Flask构建，采用前后端分离的方式。问答界面较为简洁。但可实现以下功能：

回答带有的图表可以直接渲染至页面；
回答中某些关键词以tooltips的形式进行了解释说明（关键词取自年报的注释部分）。

四、源码下载

链接: https://pan.baidu.com/s/1VktPRnduqbjT4rzyTV6sgA?pwd=ihj1
提取码: ihj1

Python基于民航业知识图谱的自动问答系统（附源码）相关推荐

Python基于人脸识别的考勤系统（附源码）
原文链接:https://blog.csdn.net/weixin_39653948/article/details/89291751 1. 项目简介本项目使用Python3.6编写,Qt Desi ...
基于Python+Neo4j+民航数据，我搭建了一个知识图谱的自动问答系统
最近耗时一周,我基于Python+Neo4j ,搭建了一个民航业知识图谱的自动问答系统. 文章目录环境运行 1.项目结构 2.数据组织 3.问题预处理 4.问题分类 5.Web APP 源码&am ...
mysql实现知识图谱_基于电影知识图谱的智能问答系统学习记录
学习了"谓之小一"大佬的基于电影知识图谱的智能问答系统,做个记录.地址如下:https://github.com/weizhixiaoyi/DouBan-KGQA 一.知识图谱构建 ...
Python基于OpenCV的图像去雾算法[完整源码＆部署教程]
1.图片识别 2.视频展示 [项目分享]Python基于OpenCV的图像去雾算法[完整源码&部署教程]_哔哩哔哩_bilibili 3.算法原理图像增强算法常见于对图像的亮度.对比度.饱和 ...
Python基于OpenCV监控老鼠蟑螂检测系统[完整源码＆部署教程]
1.视频演示: [项目分享]Python基于OpenCV监控老鼠蟑螂检测系统[完整源码&部署教程]_哔哩哔哩_bilibili 2.图片演示: 3.明厨亮灶: 餐饮企业的厨房卫生状况一直饱受消 ...
TransE，知识图谱嵌入（KGE）源码阅读（一）
TransE,知识图谱嵌入(KGE)源码阅读(一) Paper: Antoine Bordes等人在2013年发表于NIPS上的文章 Paper Understanding:TransE,知识图谱嵌入 ...
python撩人的代码,老师教已毕业的学生，用Python代码每天不定时撩女友，附源码文件...
原本就是学生会主席,在学校如此优秀的他,毕业参加工作,依然展现出好强的一面. 每天认真的工作,即使在工作之余也要用来给自己充电,所以难免会忽略女友,不够关心,免不了发脾气,甚至是争吵. 有一天,曾经大 ...
Python毕设-【课堂人脸签到系统】附源码课件/Python练手项目/Python毕业设计
Python毕设-[课堂人脸签到系统]附源码课件/允许白嫖文章目录 Python毕设-[课堂人脸签到系统]附源码课件/允许白嫖系统简介一.本课题拟解决的问题二.系统技术栈三.开发工具四.数 ...
python程序员专用壁纸_程序员炫技必备：用Python生成马赛克画！（文末附源码）...
原标题:程序员炫技必备:用Python生成马赛克画!(文末附源码) 源 | Python与数据分析文 | 强哥大家知道马赛克画是什么吗?不是动作片里的马赛克哦~~ 马赛克画是一张由小图拼成的大图,本 ...

Python基于民航业知识图谱的自动问答系统（附源码）