### 基于知识图谱的问答系统实现 为了构建基于知识图谱的问答系统，通常会涉及多个组件和技术栈的选择。下面提供了一个具体的Python代码示例来展示如何创建这样一个系统。 #### 1. 数据准备与预处理 首先需要准备好用于构建知识图谱的数据源，并对其进行必要的清理和转换操作： ```python import pandas as pd from py2neo import Graph, Node, Relationship # 加载数据集并连接到Neo4j数据库 data = pd.read_csv('red_mansion_dream_characters.csv') graph_db = Graph("bolt://localhost:7687", auth=("neo4j", "password")) # 清理重复项和其他不必要的字段 cleaned_data = data.drop_duplicates().dropna() ``` #### 2. 创建节点和边 接着定义函数用来向图数据库中插入实体及其之间的关联关系： ```python def create_nodes_and_relationships(df): characters = set() for index, row in df.iterrows(): character_name = str(row['character']).strip() if not graph_db.exists(Node.match(graph_db).where(f"name='{character_name}'")): node = Node("Character", name=character_name) graph_db.create(node) related_character_names = [ c.strip() for r in ["father", "mother", "spouse"] for c in str(row[r]).split(",") if isinstance(c, str) and len(c.strip()) > 0] for rcn in related_character_names: rel_node = ( Node.match(graph_db).where(f"name='{rcn}'").first() or Node("Character", name=rcn)) relationship_type = f"{row['relationship']}".lower() relation = Relationship( Node.match(graph_db).where(f"name='{character_name}'").first(), relationship_type, rel_node) graph_db.merge(relation) create_nodes_and_relationships(cleaned_data) ``` 此部分展示了如何利用Pandas库读取CSV文件中的角色信息以及他们之间存在的亲属关系等属性；并通过Py2Neo库将这些信息映射成图结构存储在本地运行着的服务端上[^2]。 #### 3. 查询接口设计 最后一步就是开发API供前端调用查询功能了，在这里可以采用Flask框架快速搭建RESTful API服务: ```python from flask import Flask, request, jsonify app = Flask(__name__) @app.route('/query', methods=['POST']) def query_knowledge_graph(): body = request.get_json(force=True) cypher_query = """ MATCH (a:{entity})-[r]->(b) WHERE a.name =~ $pattern OR b.name =~ $pattern RETURN DISTINCT type(r), collect(DISTINCT labels(a)), collect(DISTINCT labels(b)) """.format(entity="Character") result = list(graph_db.run(cypher_query, {"pattern": "(?i).*{}.*".format(body["keyword"])})) return jsonify({"results": [{"relationType": item[0], "sourceLabels":item[1],"targetLabels":item[2]} for item in result]}) if __name__ == '__main__': app.run(debug=True,port=5000) ``` 上述代码片段实现了简单的HTTP POST请求处理器，它接收来自客户端发送过来的关键字参数作为Cypher语句的一部分执行模式匹配搜索任务，并返回符合条件的关系列表给调用者。