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这一传统文化瑰宝与现代计算机技术进行了深度融合。核心思路是通过构建古诗词知识图谱结合情感分析、智能问答和AI写诗三大功能模块打造一个全方位的古诗词数字化平台。我选择Python作为主要开发语言不仅因为其丰富的NLP库和机器学习生态更因为它在数据处理和可视化方面的天然优势。整个系统包含四个核心模块知识图谱构建模块负责从海量古诗词中提取结构化信息可视化模块将抽象的知识关系转化为直观的图形展示情感分析模块能自动识别诗词中的情感倾向而最引人注目的AI写诗模块则基于大语言模型实现自动诗词创作。这四个模块相互支撑形成了一个完整的古诗词智能处理闭环。提示项目开发建议采用PyTorch或TensorFlow作为深度学习框架搭配Hugging Face的Transformers库来处理大模型相关任务这些工具链在NLP领域已成为事实标准。2. 知识图谱构建从诗词文本到结构化知识2.1 数据采集与清洗古诗词数据主要来源于《全唐诗》、《全宋词》等权威电子版文献。我使用Scrapy框架编写爬虫时特别注意处理了以下几个难点异体字和通假字的标准化处理如著与着作者别名的统一映射如李白与李太白历史地名的时空映射如长安对应现代西安清洗后的数据采用如下JSON结构存储{ poem_id: T1001, title: 静夜思, author: 李白, dynasty: 唐, content: 床前明月光..., tags: [思乡,月亮], translation: ... }2.2 实体关系抽取使用BiLSTM-CRF模型进行命名实体识别主要抽取以下实体类型人物实体诗人、历史人物地点实体创作地、提及地时间实体创作时间、历史时期意象实体明月、杨柳等关系抽取采用基于规则与模型结合的方式简单关系作者-作品使用精确匹配复杂关系用典、化用使用BERT关系分类模型2.3 Neo4j图数据库设计知识图谱的图模式设计如下(诗人)-[创作]-(诗作) (诗作)-[包含]-(意象) (意象)-[关联]-(情感) (诗作)-[用典]-(历史事件)在Neo4j中创建节点的Cypher示例CREATE (p:Poem {title:静夜思, dynasty:唐}) CREATE (a:Author {name:李白, era:盛唐}) CREATE (i:Image {name:明月, type:自然意象}) CREATE (a)-[:CREATED]-(p) CREATE (p)-[:CONTAINS]-(i)3. 可视化系统实现3.1 前端技术选型采用Vue.js ECharts的组合实现可视化界面知识图谱展示使用Force-Directed Graph时空分布使用Mapbox GL JS地理可视化情感分布使用Heatmap热力图关键配置参数forceLayout: { repulsion: 200, edgeLength: 100, gravity: 0.1 }, heatmap: { radius: 20, blur: 15, gradient: [#00f, #0ff, #0f0, #ff0, #f00] }3.2 可视化交互设计实现的核心交互功能包括节点聚焦点击节点高亮关联路径时空筛选按朝代/地域过滤诗词语义缩放根据缩放级别动态加载细节关联查询右键节点查看相关诗词注意当节点数超过500时建议启用WebGL渲染并添加LOD(Level of Detail)控制否则可能出现浏览器卡顿。4. 情感分析模块实现4.1 数据集构建手工标注了5000首诗词的情感标签采用三维情感空间愉悦度(Valence)1-9分唤醒度(Arousal)1-9分主导情感喜、怒、哀、乐、思、忧、惊、恐数据分布示例情感类型数量占比哀120024%思95019%乐80016%4.2 模型架构采用多任务学习框架class EmotionModel(nn.Module): def __init__(self): super().__init__() self.bert BertModel.from_pretrained(bert-base-chinese) self.valence nn.Linear(768, 1) self.arousal nn.Linear(768, 1) self.emotion nn.Linear(768, 8) def forward(self, x): outputs self.bert(**x) pooled outputs.pooler_output return { valence: self.valence(pooled), arousal: self.arousal(pooled), emotion: self.emotion(pooled) }4.3 训练技巧对抗训练添加FGM对抗扰动分层学习率bert层1e-5新增层1e-4损失加权valence(0.3)arousal(0.3)emotion(0.4)最终在测试集上达到情感分类准确率82.4%维度预测MSEvalence 1.2, arousal 1.55. 智能问答与AI写诗系统5.1 问答系统架构采用检索生成的混合模式用户问题 → 意图识别 → ↓ ↓ 检索模块(ElasticSearch) 生成模块(GPT-2) ↓ ↓ 答案排序 → 响应生成关键实现代码def answer_question(question): intent classify_intent(question) if intent fact: docs es.search(indexpoems, query{ match: {content: question} }) return extract_answer(docs[0]) else: return generator.generate( promptquestion, max_length100, temperature0.7 )5.2 AI写诗模型基于GPT-2进行领域适配训练数据准备10万首古诗平仄标注特殊token添加[平][仄][韵]等控制符约束解码使用CDG(Constrained Decoding)确保格律生成示例输入以春为题写七言绝句 输出 [春][七绝][平起] 东风拂面柳丝长 燕子归来寻旧梁。 最是一年春好处 桃花含笑映朝阳。6. 系统集成与部署6.1 技术栈全景前端Vue3 Element Plus ECharts 后端FastAPI Neo4j ElasticSearch AI服务PyTorch Transformers Ray Serve 基础设施Docker Kubernetes Redis6.2 性能优化知识图谱查询为高频查询添加Redis缓存模型服务使用ONNX Runtime加速推理前端加载实现按需加载和Web Worker计算部署架构→ 前端CDN 用户 → Nginx → API网关 → → 模型服务集群 → 图数据库集群7. 踩坑实录与解决方案Neo4j连接池耗尽现象高并发时出现ConnectionTimeout解决调整连接池大小并添加重试机制graph Graph(hostneo4j, auth(neo4j,pass), max_connection_lifetime3600, max_connection_pool_size100)BERT模型显存溢出现象长诗词处理时OOM解决启用梯度检查点和动态填充model BertModel.from_pretrained( bert-base-chinese, gradient_checkpointingTrue, pad_to_max_lengthFalse )跨域资源共享(CORS)问题现象前端请求被浏览器拦截解决正确配置FastAPI CORS中间件app.add_middleware( CORSMiddleware, allow_origins[*], allow_methods[*], allow_headers[*], )这个项目最让我惊喜的是AI写诗模块的进化过程。最初生成的诗词往往不合平仄通过引入强化学习奖励机制让模型在保持创意的同时遵守格律规则。实测发现加入人工反馈循环后合格率从32%提升到了78%。这提醒我们在传统文化与AI结合的场景中规则约束与创造力需要巧妙平衡。