基于知识图谱的电影问答系统

体验地址：

http://104.224.145.185:5000

此项目旨在构建一个关于电影的知识图谱问答系统。目前知识库本身的内容并不全面，但是麻雀虽小，五脏俱全，该项目对多种类型的问题形式都能得到正确的相应结果。以“李连杰”为例，本系统能够回答晴李连杰的个人简介，参演过的电影，参演过的电影类型，参演某一类型的电影都有什么。还能查询某个电影的信息，如上映时间，评分，类型，演员列表等等....

提供的功能有：

中文分词
词性标注
命名实体识别
知识图谱关系抽取
关键词提取
等等....

搭建环境

python3.6 + jdk1.8 + neo4j-3.4.13

注意： neo4j-3.4.13要求java版本必须在jdk8以上

网页显示采用flask-0.12.2框架，和neo4j数据库连接时用的是py2neo-3.0, 之前用py2neo-4.0总是容易出错。

使用方式

先安装依赖:

pip install -r requirements.txt

注意依赖包版本最好和requirements.txt一致或者不要相差太大，不然容易出错。然后运行服务器:

python server.py

最后打开浏览器进入http://127.0.0.1:5000即可进行问答。

目前本系统可以回答类似如下类型的问题(以李连杰和警察故事为例)：

1.警察故事的评分是多少
2.警察故事的上映时间
3.警察故事是什么类型的电影
4.警察故事的主要情节
5.警察故事中的演员都有谁
6.李连杰的简介
7.李连杰演过的动作电影有哪些
8.李连杰演过哪些电影
9.李连杰演的电影评分在7以上的都有哪些
10.李连杰演的电影评分低于7的都有哪些
11.李连杰演过的电影类型有哪些
12.李连杰和章子怡一起演过哪些电影
13.李连杰演过多少部电影
14.李连杰生日是什么时候

思路

代码说明

data文件夹

首先是数据的准备，利用爬虫从维基和豆瓣上爬取电影数据及演员数据，这里我直接把数据预处理的结果放入了data文件夹

questions文件夹

放的是关于问题分类的训练数据

data2neo4j.py

将data文件夹下csv文件导入neo4j数据库。注意这里我放上了我的服务器，可以直接用。你也可以用data2neo4j.py将数据导入到自己的本地服务器，并在question_template.py修改地址即可。

import文件夹是neo4j默认的数据导入文件夹，所以首先要将data文件夹下所有csv文件拷贝到neo4j数据库的根目录import文件夹下，没有则先创建import文件夹，然后运行此程序。

question_classification.py

对问题进行分类

question_template.py

连接数据库，生成查询语句，返回结果

process_question.py

分类并回答问题

static文件夹

放的是关于前端显示的静态文件

评价

随机生成了30个问题，发现问题分类的准确率在90%左右，可能是因为训练样本较少的缘故。然后问题回答的准确取决于数据库中有无数据，如果分类正确而且数据库中有相关数据，基本都能正常返回答案。后续工作需要增加问题分类的训练样本和补充数据库资源....

附录

1.词性标注说明

n   普通名词
nt   时间名词
nd   方位名词
nl   处所名词
nh   人名
nhf  姓
nhs  名
ns   地名
nn   族名
ni   机构名
nz   其他专名
v   动词
vd  趋向动词
vl  联系动词
vu  能愿动词
a   形容词
f   区别词
m   数词  
q   量词
d   副词
r   代词
p   介词
c   连词
u   助词
e   叹词
o   拟声词
i   习用语
j   缩略语
h   前接成分
k   后接成分
g   语素字
x   非语素字
w   标点符号
ws  非汉字字符串
wu  其他未知的符号

2.命名实体说明（采用BIO标记方式）

B-PER、I-PER   人名
B-LOC、I-LOC   地名
B-ORG、I-ORG   机构名

xiaoliang8006/Movie-QA-System