MovieKGQA

Introduction

基于知识图谱和neo4j图数据库的电影知识问答系统

Workflow

DataBase

爬取豆瓣TOP1000电影信息数据

Frontend

1. 获取用户输入的信息 （语音输入 / 文本输入）
2. 向电影知识问答后端服务器发送请求
3. 获取返回结果 (成功 -> 4 / 失败 -> 5)
4. 如果返回结果包含image信息，则显示图片和文字，否则只显示文字
5. 请求基于gpt的AI模型服务器，并显示返回结果

Backend

​ [准备工作] 训练 TF-IDF 向量算法和朴素贝叶斯分类器，用于预测用户文本所属的问题类别

1. 接受前端请求，获取用户输入信息
2. 使用分词库解析用户输入的文本词性，提取关键词
3. 根据贝叶斯分类器，分类出用户文本的问题类型
4. 结合关键词与问题类别，在 Neo4j 中查询问题的答案
5. 返回查询结果 （若问题类型为 演员信息 / 电影介绍，则附加图片url）

WorkFlow Graph

Frame

DataBase

Frontend

Backend

Reference

Frontend

微信小程序：微信聊天机器人

BackEnd

基于知识图谱的电影知识问答系统

电影知识库问答机器人