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）

标签：NLP 演示 图谱 实体 KBQA 可视化 neo4j 自然语言

文章目录

• 参考
• 可视化逻辑
• 运行
• 演示

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

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

<iframe allowfullscreen="true" data-mediaembed="csdn" frameborder="0" id="BWGhm7aC-1734320640826" src="https://live.csdn.net/v/embed/439037"></iframe>

演示视频

标签：NLP,演示,图谱,实体,KBQA,可视化,neo4j,自然语言
From： https://blog.csdn.net/llovewuzhengzi/article/details/144499744