大学知识图谱问答

大学知识图谱问答，目前非常简单, 以后可能会更新

数据来源于百度百科及一些其他网页搜索内容复制，scrapy爬虫目录在scripts/univer/目录下
然后将数据存储到neo4j中 对问题进行解析
通过actree得到实体，关键字得到问题类型，给出答案

目前neo4j结构

1.1 知识图谱实体关系类型

实体类型	实体数量	举例
大学	2735	清华大学，北京大学
大学简称	3128	北大，兰大
城市	481	河北省，北京市
主管单位	84	陕西省教育厅
层次	3	211,985, 双一流
学科	108	生物学，地质学
总计		8149

1.2 知识图谱实体关系类型

中文含义	关系数量	举例
主管单位	273	清华大学 主管单位是 北京市
位于	2980	清华大学 位于 北京市
包含	900	北京市 包含 顺义区
属于	278	北京大学 属于 985
简称	3245	北京大学 检查 北大
包含	3245	北京大学 包含 生物学
总计	8149	约8149对关系

支持问题

河北省包含什么学校？
唐山市包含什么学校?
清华大学是211吗
211学校包含哪些
清华大学校训是什么?
燕山大学地址在哪
燕山大学现任领导人是谁
等

使用步骤

1 环境,个人python3.6.8, centos系统(阿里云服务器)

pip install -r requirements.txt

2 建立neo4j数据库 docker启动方式

docker run -d --name neo4j --restart=always \
-p 7474:7474 -p 7687:7687 \
-v /opt/neo4j/data:/data \
-v /opt/neo4j/logs:/logs \
-v /opt/neo4j/conf:/var/lib/neo4j/conf \
-v /opt/neo4j/import:/var/lib/neo4j/import \
--env NEO4J_AUTH=neo4j/123456 neo4j

3 插入数据 数据来源：先找到了一个大学列表，然后在百度百科中进行爬取, 数据已存在于data/data2.csv

cd scripts
python main.py

4 在config.py中修改知识库地址

5 运行python chatbot_graph.py, 可在终端对话

6 (附加)在公网ip服务器上运行，可部署到钉钉中

python dingding.py

启动一个flask程序， 在钉钉开放后台中部署即可 具体配置可参考https://open.dingtalk.com/document/tutorial/create-a-robot
7 可以加入我的组织和机器人对话，有问题可以直接和我交流

钉钉机器人聊天截图	钉钉扫码加入我的组织

|

参考链接

1、https://github.com/liuhuanyong/QASystemOnMedicalKG

2、https://github.com/wangle1218/KBQA-for-Diagnosis

总结

1、构建项目的原因：主要出于学习（骗star）构建了这个项目，增加自己对知识图谱的学习,希望能找到志同道合的朋友，一起进步

2、目前实现比较简单，总共花费大约一两天时间，没有使用算法，后续可能会优化比如

• 2.1 识别意图目前采用的是关键词的方法,可以通过一些机器学习、深度学习方法
• 2.2 实体识别采用actree，无法实现实体链指到实体库中的实体，比如搜北京有什么高校，就搜不到，必须搜索北京市有什么高校
• 2.3 数据方面比较少，想真正做到使用层面（给真正填报志愿的人用），还需要增加一些新的知识，比如历年分数线等
• 2.4 等等。。
  希望各位不吝赐教，任何建议请联系我。
  邮箱：652530495@qq.com

github链接 https://github.com/qukequke/university-knowledge-map

码云链接 https://gitee.com/qukequke/university-knowledge-map