甄嬛传 - 代码.zip - 开放知识图谱

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。

Miền	Giá trị
Data last updated	12 tháng 2, 2026
Metadata last updated	12 tháng 2, 2026
Được tạo ra	12 tháng 2, 2026
Định dạng	ZIP
Giấy phép	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 KiB
State	active
Url type	upload

代码.zip

Thông tin khác