电影知识图谱问答系统项目总结

本次问答系统是复现实验，使用rdf作为知识存储的工具，原始的项目源码，原始参考：知乎专栏

作者源码是python2写的，我将其改写为python3，更改后项目源码链接，提取码：8fk4

在复现系统的过程中将自己遇到的一些问题记录下来，方便自己以后查阅以及让读者少走一些弯路

源码文件结构展示：

项目的主逻辑文件在 ./KG-demo-for-movie-master/kg_demo_movie下，其中crawler文件夹用于爬取数据，由于数据原作者已给出，所以这个文件夹不用，另一个文件夹KB_query，其子文件（如下图）为问答的逻辑文件

• "external_dict"包含的是人名和电影名两个外部词典。csv文件是从mysql-workbench导出的，按照jieba外部词典的格式，我们将csv转为对应的txt。

• "word_tagging"，定义Word类的结构（即我们在REfO中使用的对象）；定义"Tagger"类来初始化词典，并使用jieba对句子进行分词和词性标注，并实现自然语言到Word对象的方法，运行效果如下：

• "jena_sparql_endpoint"，用于完成与Fuseki的交互。首先我们需要启动fuseki服务，下载解压Apache-Jena和Apache-Jena-fuseki，下载地址：清华镜像站（fuseki使用方法请看我的另一篇博客），Jena我们后面用，先看Jena_fuseki

进入fuseki文件夹，双击fuseki-server.bat脚本文件，出现如图所示的界面

然后我们用浏览器访问：http://localhost:3030

 

查询输入如下代码： 

PREFIX : <http://www.kgdemo.com#>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT DISTINCT ?x WHERE {
?p :personName '周润发'.?p :hasActedIn ?m.?m :movieTitle ?x.?m :movieRating ?r.filter(?r >7)
}

查询效果如下图： 

这样fuseki服务器就启动好了，接下来在回到代码，在代码中访问fuseki服务，获取其返回值，例如我们查询周星驰的电影：

my_query = """
        PREFIX : <http://www.kgdemo.com#>
        PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
        PREFIX rdfs: <http://www.w3.org/20