知识图谱问答系统
安装依赖
pipinstallopenai pandas ollama技术说明文档
1. 项目概述
本系统是一个结合知识图谱存储、可视化展示与自然语言问答功能的综合平台，采用Python技术栈构建。系统通过结构化知识图谱（Neo4j）实现高效数据关联查询，利用自然语言处理（Ollama）解析用户问题，结合RESTful API（Flask）与前端可视化交互，提供直观的知识探索体验。系统核心功能包括：
- 知识图谱可视化：动态展示节点关系与属性。
- 自然语言问答：用户可通过自然语言提问，系统返回结构化答案。
- 用户鉴权：基于JWT实现安全的API访问控制。
2. 技术架构
系统采用分层架构设计，主要分为以下层次：
| 层级 | 技术组件 | 功能描述 |
|---|---|---|
| 数据层 | Neo4j, SQLite | 存储知识图谱数据（Neo4j）与用户元数据（SQLAlchemy） |
| 服务层 | Flask, Flask-SQLAlchemy | 提供RESTful API与业务逻辑处理 |
| NLP层 | Ollama | 大模型问答 |
| 认证层 | PyJWT | 用户身份验证与API权限管理 |
3. 核心模块说明
3.1 后端模块
3.1.1 数据模型
- Neo4j图模型
// 示例：人物-公司-职位关系模型 CREATE (:Person {name: "张三", age: 35})-[:WORK_AT {position: "CTO"}]->(:Company {name: "AI科技", industry: "IT"}) - 关系型模型（SQLAlchemy）
classUserInfo(db.Model):""" 用户信息表 """id=db.Column(db.Integer,primary_key=True)account=db.Column(db.String(255))password=db.Column(db.String(255))name=db.Column(db.String(255))defto_dict(self):return{'id':self.id,'account':self.account,'name':self.name}3.1.2 API接口
- 用户认证
@app.before_requestdefbefore():url=request.path# 当前请求的URLprint('url:'+url)pass_url=["/","/api/login","/api/sign_in"]ifurl.startswith("/static")orurlinpass_url:passelse:token=request.headers.get('Token')ifnottoken:returnjsonify({"code":403,"msg":"您还未登录，请先登录"})else:globaluser_id user_id=decode(token)['user_id']- 知识检索
defget_kg_new(self,entity,depth=4):ifentity:sql=f""" MATCH p=(n)-[r*1..{depth}]-(m) WHERE n.name =~ '.*{entity}.*' RETURN nodes(p) AS nodes, relationships(p) AS rels """else:sql=f""" MATCH p=(n)-[r*1..{depth}]-(m) RETURN nodes(p) AS nodes, relationships(p) AS rels LIMIT 100 """result=self.graph.run(sql).data()nodes=[]lines=[]id_list=[]ifresult:forrecordinresult:fornodeinrecord['nodes']:node_id=node.identityifnode_idnotinid_list:node_data={'id':node_id,'name':node['name'],'type':list(node.labels)[0]ifnode.labelselse''}forpropinnode:node_data[prop]=node[prop]id_list.append(node_id)nodes.append(node_data)forrelinrecord['rels']:lines.append({'from':rel.start_node.identity,'to':rel.end_node.identity,'text':type(rel).__name__})json_data={'nodes':nodes,'lines':lines}returnjson_data3.2 问答模块
defchat_neo4j(self,entity_list,question):'''问答流程'''context=''answer=''ifentity_list:forentityinentity_list:# 知识问答sql="match p=(n)-[r]->(m) where n.name=~ '.*%s.*' return m.name as name,type(r) as rname"%(entity)result=self.graph.run(sql).data()ifresult:forlininresult:ifnotcontext:context=entity+'的'+lin['rname']+'为'+lin['name']+'\n'else:context=context+'，'+entity+'的'+lin['rname']+'为'+lin['name']+'\n'sql='MATCH (n) where n.name="%s" RETURN properties(n) AS nodeProperties'%(entity)result=self.graph.run(sql).data()ifresult:result_dict=result[0]['nodeProperties']forlininresult_dict:ifnotcontext:answer=entity+'的'+lin+'为'+result_dict[lin]+'\n'else:answer=context+'，'+entity+'的'+lin+'为'+result_dict[lin]+'\n'ifcontext:answer=self.ollama_api_gen(question,context)returnanswer3.3 认证模块
- JWT验证装饰器
importjwt secret='aayujhtsrgabbhdgjccras'# 编码defencode(user_id):returnjwt.encode({'user_id':user_id},secret,algorithm='HS256')defdecode(encoded_jwt):returnjwt.decode(encoded_jwt,secret,algorithms=['HS256'])5.3 启动流程
- 初始化数据库：
py data_process.py - 启动服务：
py app.py
