自然语言处理NLP——基于电影知识图谱和大型语言模型(LLM)的KBQA问答机器人(增加自然语言提取实体及可视化)

文章目录

参考

https://github.com/Xiaoheizi2023/NLP_KBQA

可视化逻辑

  • 提取出实体后去neo4j搜寻实体相关的图谱,然后返回数据再进行可视化
  • 可视化工具 cytoscape.js
  • 提取实体逻辑:分词后比对关键词

运行

数据库:Mysql(保存聊天和用户和帖子信息) neo4j(保存图谱信息)

后端:flask blueprint

前端:三件套

bash 复制代码
pip install -r requirements.txt
 
启动neo4j 和mysql,记得改用户名和密码

建立图谱和建立关键词表

flask-sqlalchemy通过命令行初始化生成mysql数据库

运行Flask服务器

演示

演示视频

相关推荐
高洁014 天前
未来三年,AI 落地的五个确定性判断一
人工智能·深度学习·机器学习·transformer·知识图谱
奇思妙想聪明勤奋的小羊4 天前
DeepAgents第5章:子Agent 与上下文隔离—让 Agent学会委派
人工智能·python·学习·语言模型
IZero074 天前
Jev 与 Laya
python·语言模型
十二同学啊4 天前
知识图谱:从核心概念到 Neo4j 构建实战
知识图谱
墨心@4 天前
user-memory 运行分析报告
自然语言处理·agent·harness
Omics Pro4 天前
斯坦福Nature+Science|广义虚拟细胞基础大模型
数据库·人工智能·算法·机器学习·自然语言处理
墨天梦4 天前
25-评估指标与基准设计
人工智能·自然语言处理
江屿风5 天前
【认识深度学习】【深度学习分类与计算机视觉任务要点解析】流食般投喂
大数据·人工智能·深度学习·计算机视觉·目标跟踪·自然语言处理·语音识别
喜欢打篮球的普通人5 天前
MiniMind 快速上手(一):环境准备与项目结构
语言模型
Dawson Zhu5 天前
从 Jev 说起:快慢模型如何协同调度,以及这背后需要解决什么问题
人工智能·语言模型·架构·aigc·agi