代码.zip
本项目代码围绕《甄嬛传》人物知识图谱构建与问答功能实现，主要包含三大核心模块： 1. 数据预处理代码：实现中文 Wikipedia《甄嬛传》角色列表定向抓取（限定核心 / 次要角色，解析 DOM 结构、表格 / 列表字段映射），完成文本清洗（繁简转换、噪声去除）、实体过滤（三重校验规则）、去重（唯一键机制），生成标准化zhenhuan_entities.jsonl实体文件；同时实现三元组转换（生成 775 条 SPO 关系）、多格式导出（CSV/JSONL/RDF/TTL）、向量索引构建（基于 bge-large-zh-v1.5 生成 1024 维向量索引kg_index.pkl），代码内置配置常量、异常处理与日志提示，保障可扩展性和可维护性。 2. 文本知识抽取代码：基于大模型搭建 “上下文增强 — 联合抽取 — 后处理对齐” 抽取流水线，包含实体约束（构建角色白名单注入 Prompt）、端到端联合抽取（拼接多字段上下文、Schema 约束解码、JSON 结构化输出）、实体归一化（Map-Reduce 范式完成地点 / 物品实体对齐），最终生成带原文证据溯源的结构化三元组。 3. 知识图谱问答代码：基于 RAG 思路，实现向量索引加载、语义检索（bge-large-zh-v1.5 编码 + 余弦相似度匹配）、大模型生成（ModelScope 加载 Qwen2.5-7B-Instruct，FP16 半精度部署，结构化提示词约束生成），输出带三元组证据的自然语言回答，缓解大模型幻觉问题。
Сеуште не се креирани прикази за овој податочен сет.
Дополнителни информации
| Поле | Вредност |
|---|---|
| Последно ажурирани податоци | 12 февруари 2026 |
| Последно ажурирани мета податоци | 12 февруари 2026 |
| Креирано | 12 февруари 2026 |
| Формат | ZIP |
| Лиценца | Creative Commons Attribution |
| Datastore active | False |
| Has views | False |
| Id | 21362897-937a-4afb-ab65-be39008e15c1 |
| Mimetype | application/zip |
| Package id | dd25db9d-8ca8-4c95-bcd6-8c2224b1ae97 |
| Position | 0 |
| Size | 214,6 КиБ |
| State | active |
| Url type | upload |