1. 项目概述当古诗词遇上知识图谱与AI大模型这个毕业设计项目将中华古诗词文化与现代计算机技术进行了深度融合通过Python技术栈构建了一个包含知识图谱可视化、情感分析、智能问答和AI写诗功能的综合系统。作为一名做过类似项目的开发者我认为这种将传统文化数字化的尝试特别有意义——它不仅能让更多人接触古诗词还能通过技术手段发现诗词之间隐藏的关联。系统核心功能可以分为四个模块基于Neo4j的知识图谱构建与可视化展示、基于NLP技术的情感分析模块、结合大模型的智能问答系统以及最吸引人的AI自动写诗功能。我在实际开发中发现这类项目最难的不是单个功能的实现而是如何让这些模块有机配合形成一个完整的应用闭环。2. 系统架构设计与技术选型2.1 整体技术架构系统采用典型的三层架构设计数据层使用MongoDB存储原始诗词数据Neo4j构建知识图谱关系业务层PythonDjango处理核心业务逻辑展示层Vue.jsECharts实现前端可视化这种架构的优点是各层职责分明我在实际部署时发现维护和扩展都很方便。特别是当需要增加新的数据分析功能时只需要在业务层添加相应模块即可不会影响其他部分。2.2 关键技术选型解析知识图谱构建选用Neo4j而非传统关系型数据库是因为诗词中的实体关系如诗人、朝代、题材等更适合用图数据库表示。我在项目中定义了几种核心关系诗人-属于-朝代诗词-包含-意象意象-关联-情感情感分析模块对比了几种NLP工具后最终选用SnowNLP自定义词典的方案。虽然准确率不如BERT等大模型但对硬件要求低适合毕业设计场景。我收集整理了3000多条古诗词情感标注数据来优化模型。AI写诗功能考虑到本地部署的限制采用GPT-2模型进行微调而非直接使用ChatGPT。通过5000首唐诗进行训练虽然生成的诗词质量不及顶级大模型但已经能体现基本的格律和意境。3. 知识图谱构建全流程3.1 数据采集与清洗数据来源主要有三个渠道公开的古诗词API如古诗文网爬取的诗词网站数据手动整理的专业典籍清洗过程特别需要注意去除现代注释和标点统一朝代名称如唐和唐代处理异体字和通假字我编写了专门的清洗脚本处理了约2万首诗词数据。一个实用技巧是先用小样本测试清洗规则确认无误后再处理全集。3.2 实体识别与关系抽取使用LAC分词工具进行实体识别主要提取以下实体类型诗人朝代地点意象如明月、杨柳情感词如愁、喜关系抽取采用规则统计的方法# 示例提取诗人-朝代关系 def extract_dynasty(poem): poet poem.author dynasty get_dynasty_from_db(poet) if dynasty: return (poet, 属于, dynasty) return None3.3 Neo4j图数据库建模设计了一个包含5类节点和8种关系的图谱模型(:诗人)-[:属于]-(:朝代) (:诗词)-[:创作于]-(:年代) (:诗词)-[:包含]-(:意象) (:意象)-[:关联]-(:情感) (:地点)-[:出现在]-(:诗词)导入数据时建议使用批量导入而非单条插入速度能提升百倍以上。我用的命令是neo4j-admin import --nodesimport/poets.csv --relationshipsimport/belongs_to.csv4. 可视化实现细节4.1 前端技术栈选择经过对比几种可视化方案最终选择Vue.js作为前端框架ECharts用于统计图表D3.js处理知识图谱可视化这种组合既满足了美观需求又保证了性能。特别是在展示大型图谱时D3.js的力导向图布局算法能自动优化节点位置。4.2 核心可视化效果实现诗词关系图谱// D3.js力导向图配置 const simulation d3.forceSimulation(nodes) .force(link, d3.forceLink(links).id(d d.id)) .force(charge, d3.forceManyBody().strength(-1000)) .force(center, d3.forceCenter(width/2, height/2));情感趋势分析使用ECharts的折线图展示不同朝代的情感倾向变化并添加了brush组件实现细节筛选。提示大数据量下性能优化是关键。我采用了Web Worker进行数据处理避免界面卡顿。5. 情感分析模块深度解析5.1 古诗词情感特点与现代文本不同古诗词情感表达更为含蓄常见特点包括大量使用意象表达情感如梧桐表离愁情感复杂多元一首诗可能包含多种情感与时代背景强相关如边塞诗的家国情怀5.2 模型构建过程情感词典构建 扩充基础情感词典加入300古诗词特有情感词如正面欢、乐、喜、欣负面愁、悲、哀、恨特征工程 除文本特征外还加入了诗歌体裁绝句、律诗等创作年代使用意象模型训练 对比了多种算法后选择SVM作为基础模型在测试集上达到了82%的准确率。5.3 典型问题与优化遇到的主要问题是古今词义差异。例如可怜在现代多为同情义但在古诗中常表示可爱。解决方案是构建古今词义映射表在分词阶段就进行转换。6. 智能问答系统实现6.1 系统架构设计问答系统采用混合架构基于规则处理简单查询如诗人基本信息基于检索处理事实性问题基于大模型处理开放性问题这种设计既保证了简单问题的高效响应又能处理复杂的语义理解需求。6.2 关键技术实现知识图谱查询def query_poet_info(poet_name): query MATCH (p:诗人{name:$name})-[:属于]-(d:朝代) RETURN p.name, p.birth_year, d.name return graph.run(query, namepoet_name).data()大模型接口封装对GPT-3 API进行了二次封装添加了诗词领域的prompt模板你是一位古诗词专家请用专业但易懂的语言回答以下问题 问题{用户输入}6.3 性能优化技巧缓存高频查询结果对图谱查询添加索引限制大模型响应长度实现异步处理机制7. AI自动写诗功能剖析7.1 数据集准备收集了5个高质量数据集《全唐诗》电子版《宋词三百首》标注版明清著名诗词集现代人创作的格律诗诗词格律规则库7.2 模型训练细节使用GPT-2 medium模型进行微调关键参数学习率3e-5批量大小8训练轮次10最大长度128为避免生成内容过于自由添加了以下约束格律检查器押韵检测意象相关性评估7.3 效果评估与优化初期生成的诗词常出现以下问题平仄错误意象混乱语义不通通过添加规则后处理和强化相关训练数据质量显著提升。现在系统能生成基本符合要求的五言、七言绝句。8. 系统部署与性能优化8.1 本地开发环境配置推荐使用conda管理Python环境conda create -n poetry python3.8 conda install -c pytorch pytorch torchvision pip install -r requirements.txt8.2 生产环境部署方案对于毕业设计演示建议使用Nginx作为反向代理Gunicorn运行DjangoDocker容器化部署我在阿里云学生服务器(2核4G)上的部署经验知识图谱查询响应时间500msAI写诗生成时间约3-5秒支持20并发用户8.3 常见部署问题解决Neo4j内存不足 修改neo4j.conf中的内存设置dbms.memory.heap.initial_size2G dbms.memory.heap.max_size4G大模型加载失败 使用量化后的模型减小体积 或者采用模型分片加载跨域问题 在Django settings.py中添加CORS_ALLOWED_ORIGINS [ http://localhost:8080, http://your-domain.com ]9. 项目扩展方向在实际开发过程中我发现这个系统还有很大的扩展空间移动端适配 将前端改造成响应式设计或者开发微信小程序版本增强学习功能 添加用户反馈机制让AI能持续优化写诗质量多模态展示 结合AI生成对应意境的图片或音乐社交功能 让用户可以分享自己创作的诗词教学应用 开发针对中小学古诗文教学的专项功能这个项目最让我有成就感的是看到AI生成的诗词从最初的杂乱无章到后来能基本符合格律要求甚至偶尔会出现令人惊艳的句子。技术还原和传承传统文化这是我觉得最有价值的方向。
