KBQA项目 P0 豆瓣电影Top250知识图谱对话机器人

作者：陈华 • 发布时间：2023-06-25 • 阅读 1512

从今天开始，我们要一起来学习一个新的课程，叫做《基于豆瓣电影TOP250数据的知识图谱对话机器人》，同时，这个课程也是「知识图谱」系列的第一个项目。

1、爬取数据：使用reqests库，结合bs4和正则表达式，爬取并解析豆瓣电影TOP250的数据。

2、Neo4j图数据库：在Neo4j官方提供的云服务上，学习Neo4j增删改查的Cpyher语法。

3、模板解析：通过正则匹配的方式，提取用户问题中的关键信息，并通过答案模板，查询Neo4j得出查询结果。

4、前端交互：使用TailwindCSS和AlpineJS搭建对话窗口，并使用Flask封装后端服务，完成整体的前后端功能。

补充说明

1、这个课程的目标，是完全从零开始，去搭建一个完整的对话机器人的项目。这个课程是目前市面上，唯一一套从爬虫开始，一直讲到前端显示全流程的知识图谱项目课程，相当于四个课程的合集。

2、在复杂的对话项目中，问题的意图识别和实体抽取，一般是搭建深度学习的模型实现的。但作为第一个知识图谱项目，这个课程重点，是想让大家掌握知识图谱的构建和使用方法。所以，在这个项目中，使用的是一种更好理解的模板匹配的方案，来实现这部分的功能。跟深度学习结合的方法，会在下一个项目中讲到。

1、有一定的Python基础即可，暂时不需要深度学习基础，有前后端基础更佳。

2、特别适合要做完整知识图谱项目的同学，比如做毕业设计、全栈工程师之类，一己之力能把带前端效果的完整项目做出来，一定会惊艳所有人。

1、这个课程是有一定难度的，碰到复杂逻辑的场景，我会先拆解成小功能，尽量的用简单例子讲解，再嵌入到项目中，方便大家去理解。当然，即便这样讲，学习难度依然不小，大家可以先试看几节，严重卡壳的话，可以先去看看我前面讲过的小项目练练手。

2、这个课程的授课方式，依然是沿用分段复制（不逐字手敲）、逐行解释的方案，以达到在节约时间的同时，也让大家能跟着课程动手实践的目的。

3、这个课程是一个收费课程，可以通过搜索引擎，搜索「陈华编程」官网，或者是点视频下方描述里面的链接，联系客服购买，课程源码和素材，都会邮件发送给大家。

这个课程的细节比较多，录制周期也比较长，前后花了整整一个月时间，才全部制作完成，希望大家多多点赞、关注、三连支持。