python3＋Neo4j＋flask，汽车行业知识图谱项目实战！

1.基于知识图谱的问答系统: 目前通过前端限定用户通过指定的格式来输入问题，然后通过查询知识图谱的形式 来回答 2.本次跟新介绍: 1.考虑到后续数据量大，将数据库从Mysql替换为Neo4j 2.新增5个http接口 3.支持多层查询与存储，考虑到查询的时间消耗，建议不超过3层 3.http接口说明: 详细说明:data/http接口说明.txt 查询单个实体,支持查询深度限制,深度为3时，查询时间为3.5s， 深度为4时，查询时间为85s。 2.查询两个实体间的关系 3.查询单个实体的某个属性值 4.统计当前数据库里有多少个实体以及当前数据库被访问多少次 5.当前接口是否可用 4.环境: python3+Neo4j+flask 5.运行: 1.启动数据库:neo4j console 2.插入数据:kg/kg.py,数据格式:data/three_tuples.txt 3.提供web服务:python3 server/run_server.py 6.效果:

7.后续改进可能: 通过知识图谱三元组与原始输入的向量之间利用深度学习求相似度， 找到最相近的三元组，作为答案，达到准确率的要求后再给出答案 2.但考虑到在实际使用时，本方案会与所有三元组计算一下相似度， 时间消耗较大，因此需要命名实体识别，先找出相关的一部分三元组， 再求相似