简介面向知识图谱课程大作业与Python入门实践的完整项目包聚焦基于知识图谱的问答系统与ECharts可视化展示适合本专科学生快速参考完成类似课题。压缩包共242个文件、约852KB核心内容包括187个txt数据文件实体、关系及问句语料、24个html可视化页面基于ECharts渲染的多张图谱交互界面、10个Python脚本及xml/json等配置覆盖知识抽取、关系存储、问答匹配、前端展示等完整链路。项目文件按数据、脚本、页面分层组织可对照代码理解Python操作csv/json构建知识库、编写检索式问答逻辑并复用到自己的图谱可视化大作业中。目前已有602人学习下载说明该课题方向受到普遍关注。通过研读这份资源可快速明确知识图谱问答项目的工程结构借鉴其实体关系数据组织方式与ECharts前端模板减少从零搭建的重复劳动。1. 一个能跑通的知识图谱问答工程拆开看看拿到这份“基于知识图谱的问答echarts展示图谱.zip”打开压缩包你会发现不是一堆散装代码而是一整套Flask模板index1.html、render58.html、render107.html文件名像是同一套页面在不同数据下的渲染结果。别被吓到这就是一个典型的知识图谱大作业工程后端用Python连接图数据库前端用ECharts把查询结果渲染成可拖拽的关系网络。你给它一个问题它返回一句答案你切到图谱页它把实体和关系铺在同一条画布上。这正好覆盖了课程答辩最常被问的两件事这个图你怎么建问答怎么实现。正在赶知识图谱大作业、或者想快速搭一个问答原型的人都可以从这份代码里找到直接可改的部分。2. Neo4j 数据建模与 py2neo 批量导入2.1 知识图谱构建的第一步把数据变成三元组知识图谱构建不是把Excel塞进数据库而是先定义实体类型和关系类型。以电影领域为例最基本的模型可以拆成四个LabelPerson、Movie、Role、Place。Person是演员或导演Movie是作品Role是剧中角色Place是拍摄地。关系类型也要提前定好ACTED_IN出演、DIRECTED导演、FILMED_IN取景、PLAYED扮演。这一步看起来简单但决定后面问答能回答什么类型的问题。如果工程里没有现成的结构文件我一般会先建一个不带关系的节点清单再建关系清单。节点清单至少要有三列id、name、label。关系清单要有source_id、target_id、relation、property_json。这样后续用Python读CSV批量入库时字段对齐不容易错。下面先看数据模型。2.2 节点与关系设计表以电影知识图谱为例节点和属性可以按下面这张表设计。标签关键属性例子Personperson_id, name, birth_year姜文, 1963Moviemovie_id, title, release_year, rating让子弹飞, 2010, 8.9Rolerole_id, name张麻子Placeplace_id, name, longitude, latitude广东台山, 112.79, 22.25关系类型单独建一张表方便后续写问答模板。关系类型起止节点关系属性ACTED_INPerson - MovieroleDIRECTEDPerson - Movie无PLAYEDRole - Movie无FILMED_INMovie - Place无这套设计的好处是提问“张麻子是谁演的”可以通过Role节点反查Person比直接把角色名塞进ACTED_IN属性更符合图建模习惯。如果你拿到的数据源是爬虫抓来的JSON还需要先做一次清洗把同一个人在不同页面出现的不同写法归并成人名规范表这就是知识融合的简化版。2.3 用 py2neo 写一个可复用的导入脚本from py2neo import Graph import csv g Graph(bolt://localhost:7687, auth(neo4j, neo4j)) def import_nodes(csv_path): with open(csv_path, encodingutf-8-sig) as f: reader csv.DictReader(f) for row in reader: label row[label] node_id row[id] name row[name] # 把除label和id外的字段都作为属性写入 attrs {k: v for k, v in row.items() if k not in (label, id)} attrs[id] node_id g.run( MERGE (n:%s {id: $id}) SET n $attrs % label, idnode_id, attrsattrs )这里把Label拼进Cypher里看起来有注入风险但在大作业场景里Label来自我们自己的固定字段可以接受。生产环境一般用白名单校验或者APOC过程。注意CSV打开时要使用utf-8-sig否则第一列的列名会带一个\ufeff字符Cypher匹配不到属性。节点导入后再导入关系import json def import_relations(csv_path): with open(csv_path, encodingutf-8-sig) as f: reader csv.DictReader(f) for row in reader: g.run( MATCH (a {id: $source}) MATCH (b {id: $target}) MERGE (a)-[r:%s]-(b) SET r $props % row[relation], sourcerow[source_id], targetrow[target_id], propsjson.loads(row[property_json]) )说明先MATCH两个节点再MERGE关系避免重复创建边。property_json是一个字符串字段用json.loads转成字典后交给SET r $props这样可以把角色名、评分等挂在边上。如果关系类型也是动态拼接一样要做白名单校验不能接受用户输入。2.4 批量导入性能优化上面的事务是逐条执行几千条没问题到了几万条就会明显变慢。常见做法是把数据攒成列表用一条UNWIND语句提交UNWIND $pairs AS pair MATCH (a {id: pair.source}) MATCH (b {id: pair.target}) MERGE (a)-[r:ACTED_IN]-(b) SET r.role pair.role在Python里调用时把关系列表传给$pairs参数即可。UNWIND会把列表展开成一行一行的pair避免了每条关系都发起一次网络请求。在同样的数据集下从逐条CREATE改成UNWIND五万条关系入库通常能从两分钟降到二十秒左右。入库前建议先给业务键建唯一约束否则MERGE在并发更新时仍可能产生重复节点CREATE CONSTRAINT person_id IF NOT EXISTS FOR (p:Person) REQUIRE p.id IS UNIQUE; CREATE CONSTRAINT movie_id IF NOT EXISTS FOR (m:Movie) REQUIRE m.id IS UNIQUE;这里用的是Neo4j 5.x的语法老版本需要把REQUIRE改成ASSERT。约束建立后MERGE会先走索引重复数据的插入速度也会提升。2.5 入库后的验证导入完成后用两条Cypher确认数据总量MATCH (n) RETURN count(n) AS node_count; MATCH ()-[r]-() RETURN count(r) AS rel_count;如果节点数和CSV行数对不上多半是编码问题导致部分行被跳过或者CSV里有空行。也可以随机抽一个实体验证关系比如MATCH (p:Person {name:姜文})-[:ACTED_IN]-(m:Movie) RETURN m.title, m.release_year;这一句能直接确认节点关系是否导入正确也是后面问答模块排错的第一步。3. 基于模板匹配的问答检索与答句组装3.1 为什么大作业阶段用模板匹配就够了基于深度学习的问答需要训练数据、GPU、评估指标课程大作业的时间显然不够。模板匹配虽然不聪明但胜在可控所有问题类型都写在正则和意图列表里评委问什么你能当场解释为什么这么答。它的核心是把自然语言问题拆成“实体 意图”再用意图映射到一条Cypher。这个包里的问答模块就是这条路配合jieba自定义词典演示效果足够流畅。3.2 实体识别先让分词器认识你的图谱import jieba def init_entity_dict(graph): # 从Neo4j拉回所有节点名加入jieba词典 rows graph.run(MATCH (n) RETURN n.name AS name).data() for row in rows: jieba.add_word(row[name]) def extract_entity(question): # 按长度降序匹配避免短实体把长实体拆坏 for ent in sorted(entity_cache, keylen, reverseTrue): if ent in question: return ent return None说明init_entity_dict在应用启动时加载一次把实体名加到jieba自定义词典这样分词不会把“让子弹飞”切成“让”“子弹”“飞”。extract_entity用简单的包含匹配entity_cache是幂等缓存保证重复查询不重复加载图库。如果实体量到几百万这种线性匹配会慢可以改用前缀树大作业数据量在几百到几千实体线性扫描足够。3.3 意图模板与参数抽取先定义意图表把所有能回答的问题类型列出来。意图id问题示例触发规则Cypher模板QUERY_MOVIE姜文演过哪些电影包含“演过/出演/主演”MATCH (p:Person {name:$name})-[:ACTED_IN]-(m:Movie) RETURN m.titleQUERY_ACTOR让子弹飞的演员有哪些包含“演员/主演有/谁演的”MATCH (p:Person)-[:ACTED_IN]-(m:Movie {title:$title}) RETURN p.nameQUERY_DIRECTOR谁导演了阳光灿烂的日子包含“导演/执导”MATCH (p:Person)-[:DIRECTED]-(m:Movie {title:$title}) RETURN p.name实现匹配函数import re INTENTS [ { name: QUERY_MOVIE, pattern: re.compile(r(.{1,10}?)(?:演过|出演|主演过)(.*)), cypher: MATCH (p:Person {name:$name})-[:ACTED_IN]-(m:Movie) RETURN m.title AS title, }, { name: QUERY_ACTOR, pattern: re.compile(r(?:演员|主演|谁)(.{1,10}?)(?:有|是谁|是谁演的)), cypher: MATCH (p:Person)-[:ACTED_IN]-(m:Movie {title:$title}) RETURN p.name AS name, }, ] def parse_question(question): for item in INTENTS: m item[pattern].search(question) if m: return item, m.group(1) return None, None这里的正则在示例里并不完美比如“谁主演了让子弹飞”可能被第二个模板匹配第一个模板也可能匹配。所以实际代码需要按顺序优先匹配更具体的规则。另一种常见做法是先用实体识别提取实体再从原句中去掉实体剩下的词用于意图分类这样更不容易串。3.4 查询 Neo4j 并组装答案def answer_question(question, graph): intent, entity parse_question(question) if not intent: return 这个问题我还没学会你可以换个说法 cypher intent[cypher] param {name: entity} if name in cypher else {title: entity} rows graph.run(cypher, **param).data() if not rows: return f知识库里没有找到“{entity}”相关的信息 if intent[name] QUERY_MOVIE: movies [r[title] for r in rows] return f{entity}演过的电影有 、.join(movies) if intent[name] QUERY_ACTOR: actors [r[name] for r in rows] return f{entity}的主演是 、.join(actors) return 查到了但不知道该怎么答说明参数化查询使用$name或$title避免字符串拼接导致的中文转义问题。.data()方法把neo4j对象转成可JSON序列化的结构返回的是list of dict。组装答案时多个结果用顿号连接比打印列表更自然。如果图库关系有重复结果里会出现重复项可以在Cypher里加DISTINCTMATCH (p:Person {name:$name})-[:ACTED_IN]-(m:Movie) RETURN DISTINCT m.title AS title3.5 扩展新问题类型如果你想让系统回答“和姜文合作过的演员有哪些”模板匹配也能扩展只需要在意图表里增加一条正则并把Cypher换成多跳查询MATCH (p:Person {name:$name})-[:ACTED_IN]-(:Movie)-[:ACTED_IN]-(co:Person) RETURN DISTINCT co.name AS name这一条语句同时用到了两次ACTED_IN关系是模板问答里最常用的多跳模式。在看懂这个Cypher后你可以继续扩展到“某个导演拍的电影评分最高的前三部”这类带条件的查询只要回头改模板参数即可。4. Flask 接口与 ECharts 关系图谱联动4.1 前后端分离的接口设计zip里的html文件是后端模板渲染还是纯静态从render58.html这类名字猜更像是Flask的render_template输出。为了避免每次刷新都全量渲染问答页可以拆成两个接口POST /api/qa接收JSON{question: ...}返回{answer: ...}GET /api/graph返回整个子图的nodes和links交给ECharts画图这样的好处是前端用fetch或Ajax局部刷新回答问题和图谱展示互不干扰。也给大作业答辩多一个可以讲的点接口层做了数据格式转换。Flask主入口可以这样写from flask import Flask, request, jsonify, render_template from py2neo import Graph from your_qa import answer_question app Flask(__name__) graph Graph(bolt://localhost:7687, auth(neo4j, neo4j)) app.route(/) def index(): return render_template(index1.html) app.route(/graph) def graph_page(): return render_template(render58.html) app.route(/api/qa, methods[POST]) def qa_api(): payload request.get_json() question payload.get(question, ).strip() if not question: return jsonify({code: 1, msg: 问题不能为空}) ans answer_question(question, graph) return jsonify({code: 0, question: question, answer: ans}) app.route(/api/graph) def graph_api(): limit request.args.get(limit, 500, typeint) cypher fMATCH (n)-[r]-(m) RETURN n,r,m LIMIT {limit} records graph.run(cypher).data() nodes, links to_echarts(records) return jsonify({nodes: nodes, links: links, count: len(nodes)})说明limit参数控制返回规模避免几千个节点直接把前端卡死。typeint让Flask帮忙做参数类型转换。to_echarts函数是数据转换的关键下面单独讲。4.2 把Neo4j图数据转成ECharts nodes/linksECharts的graph系列不认Neo4j的节点对象必须转换成它要求的JSON结构。nodes里每一个对象至少有id和namelinks里每一条要指明source和target。def to_echarts(records): nodes [] links [] node_ids set() for record in records: n record[n] m record[m] for node in (n, m): node_key node.identity if node_key not in node_ids: nodes.append({ id: str(node_key), name: node.get(name, 未命名), category: list(node.labels)[0], symbolSize: 30, value: node.get(name, ), }) node_ids.add(node_key) links.append({ source: str(n.identity), target: str(m.identity), label: {show: True, formatter: record[r].type}, lineStyle: {width: 2}, }) return nodes, links说明node.identity是Neo4j内部节点ID转成字符串作为ECharts的idcategory取第一个label用来对应图例。如果关系比较少可以在边上显示关系类型如果图很密建议把label.show设为False只在tooltip里看关系类型。symbolSize先统一写成30后面可以按节点度值动态调整。4.3 ECharts 力导向图配置前端页面里需要有一个div idgraph然后在脚本里请求接口并渲染async function loadGraph() { const res await fetch(/api/graph?limit300); const data await res.json(); const chart echarts.init(document.getElementById(graph)); chart.setOption({ tooltip: {}, legend: { type: scroll, data: [...new Set(data.nodes.map(n n.category))] }, series: [{ type: graph, layout: force, roam: true, label: { show: true, position: right, fontSize: 12 }, force: { repulsion: 150, edgeLength: 80, gravity: 0.1 }, data: data.nodes, links: data.links, categories: [...new Set(data.nodes.map(n n.category))].map(c ({name: c})) }] }); }说明layout: force表示力导向图roam: true允许用户拖拽缩放。repulsion是节点之间的排斥力节点越多调得越大edgeLength是边的平衡长度图太密就调小。legend.type scroll很关键当知识图谱的分类超过25个时默认图例会截断改成scroll后可以滚动查看这是ECharts关系图最常见的一个细节坑。4.4 从模板文件看页面组织index1.html大概率是问答入口页render58.html等是图谱展示页或详情页。常见组织方式是index1.html放一个输入框和结果区通过fetch调用/api/qarender58.html放一个图谱容器页面加载时请求/api/graph其余render开头的页面是不同实体分类的列表页通过后端传参切换数据。如果zip里没有base.html说明是复制粘贴多份渲染结果不影响功能只是维护麻烦一些。5. 排错、性能与可视化细节调优5.1 中文乱码与编码问题用CSV导入时文件编码要用utf-8-sig而不是utf-8否则第一列列名会变成\ufeffid导致Cypher匹配不到属性。Flask返回JSON出现乱码时如果是Flask 2.3以下版本需要设置app.config[JSON_AS_ASCII] False较新版本默认返回UTF-8不用额外处理。Neo4j Browser里显示中文正常不代表py2neo读取时正常连接串一定要带bolt://协议头并且确认服务端字符集没有异常。5.2 Neo4j 查询变慢的排查顺序第一看Cypher有没有带LIMIT页面图谱请求一次性取出全库再强的机器也撑不住第二检查WHERE字段有没有索引MATCH (n {name:$name})会全库扫描应改成MATCH (n:Person {name:$name})并给name建索引第三py2neo的Graph对象是线程安全的Flask多线程下全局复用连接即可不需要每次请求都new一个Graph。如果想看Cypher执行计划用EXPLAIN MATCH (p:Person {name:姜文})-[:ACTED_IN]-(m:Movie) RETURN m.title如果执行计划里出现NodeByLabelScan说明该加索引了。5.3 知识图谱只显示25个标签的真相与处理当知识图谱的节点分类比较细超过25个时ECharts的legend默认只展示前25项图例不是报错而是被截断了。处理方式是给legend加type:scroll并设置合适的宽高。另一个相关问题是节点label在缩放后糊成一团可以按节点大小动态控制label.showdata: data.nodes.map(n ({ ...n, label: { show: n.symbolSize 25 } }))这样只有重要的大节点显示文字小节点只显示圆圈画布清爽很多。5.4 验证图谱与问答是否完整启动前先写一段自检脚本查询节点数、关系数再随机挑三个问题调问答接口。如果问题返回“没找到”多半是实体名和图库不一致比如用户输入“让子弹飞”图库里存的是“让子弹飞(2010)”。解决方式是在实体识别层加一个归一化先把候选实体名正则里的\(.*\)去掉再匹配匹配时按去除括号后的主标题去图库查询。这样能让问答系统的准确率明显提升。本文还有配套的精品资源点击获取 知识图谱问答系统实战：基于Neo4j与ECharts的构建与可视化
简介面向知识图谱课程大作业与Python入门实践的完整项目包聚焦基于知识图谱的问答系统与ECharts可视化展示适合本专科学生快速参考完成类似课题。压缩包共242个文件、约852KB核心内容包括187个txt数据文件实体、关系及问句语料、24个html可视化页面基于ECharts渲染的多张图谱交互界面、10个Python脚本及xml/json等配置覆盖知识抽取、关系存储、问答匹配、前端展示等完整链路。项目文件按数据、脚本、页面分层组织可对照代码理解Python操作csv/json构建知识库、编写检索式问答逻辑并复用到自己的图谱可视化大作业中。目前已有602人学习下载说明该课题方向受到普遍关注。通过研读这份资源可快速明确知识图谱问答项目的工程结构借鉴其实体关系数据组织方式与ECharts前端模板减少从零搭建的重复劳动。1. 一个能跑通的知识图谱问答工程拆开看看拿到这份“基于知识图谱的问答echarts展示图谱.zip”打开压缩包你会发现不是一堆散装代码而是一整套Flask模板index1.html、render58.html、render107.html文件名像是同一套页面在不同数据下的渲染结果。别被吓到这就是一个典型的知识图谱大作业工程后端用Python连接图数据库前端用ECharts把查询结果渲染成可拖拽的关系网络。你给它一个问题它返回一句答案你切到图谱页它把实体和关系铺在同一条画布上。这正好覆盖了课程答辩最常被问的两件事这个图你怎么建问答怎么实现。正在赶知识图谱大作业、或者想快速搭一个问答原型的人都可以从这份代码里找到直接可改的部分。2. Neo4j 数据建模与 py2neo 批量导入2.1 知识图谱构建的第一步把数据变成三元组知识图谱构建不是把Excel塞进数据库而是先定义实体类型和关系类型。以电影领域为例最基本的模型可以拆成四个LabelPerson、Movie、Role、Place。Person是演员或导演Movie是作品Role是剧中角色Place是拍摄地。关系类型也要提前定好ACTED_IN出演、DIRECTED导演、FILMED_IN取景、PLAYED扮演。这一步看起来简单但决定后面问答能回答什么类型的问题。如果工程里没有现成的结构文件我一般会先建一个不带关系的节点清单再建关系清单。节点清单至少要有三列id、name、label。关系清单要有source_id、target_id、relation、property_json。这样后续用Python读CSV批量入库时字段对齐不容易错。下面先看数据模型。2.2 节点与关系设计表以电影知识图谱为例节点和属性可以按下面这张表设计。标签关键属性例子Personperson_id, name, birth_year姜文, 1963Moviemovie_id, title, release_year, rating让子弹飞, 2010, 8.9Rolerole_id, name张麻子Placeplace_id, name, longitude, latitude广东台山, 112.79, 22.25关系类型单独建一张表方便后续写问答模板。关系类型起止节点关系属性ACTED_INPerson - MovieroleDIRECTEDPerson - Movie无PLAYEDRole - Movie无FILMED_INMovie - Place无这套设计的好处是提问“张麻子是谁演的”可以通过Role节点反查Person比直接把角色名塞进ACTED_IN属性更符合图建模习惯。如果你拿到的数据源是爬虫抓来的JSON还需要先做一次清洗把同一个人在不同页面出现的不同写法归并成人名规范表这就是知识融合的简化版。2.3 用 py2neo 写一个可复用的导入脚本from py2neo import Graph import csv g Graph(bolt://localhost:7687, auth(neo4j, neo4j)) def import_nodes(csv_path): with open(csv_path, encodingutf-8-sig) as f: reader csv.DictReader(f) for row in reader: label row[label] node_id row[id] name row[name] # 把除label和id外的字段都作为属性写入 attrs {k: v for k, v in row.items() if k not in (label, id)} attrs[id] node_id g.run( MERGE (n:%s {id: $id}) SET n $attrs % label, idnode_id, attrsattrs )这里把Label拼进Cypher里看起来有注入风险但在大作业场景里Label来自我们自己的固定字段可以接受。生产环境一般用白名单校验或者APOC过程。注意CSV打开时要使用utf-8-sig否则第一列的列名会带一个\ufeff字符Cypher匹配不到属性。节点导入后再导入关系import json def import_relations(csv_path): with open(csv_path, encodingutf-8-sig) as f: reader csv.DictReader(f) for row in reader: g.run( MATCH (a {id: $source}) MATCH (b {id: $target}) MERGE (a)-[r:%s]-(b) SET r $props % row[relation], sourcerow[source_id], targetrow[target_id], propsjson.loads(row[property_json]) )说明先MATCH两个节点再MERGE关系避免重复创建边。property_json是一个字符串字段用json.loads转成字典后交给SET r $props这样可以把角色名、评分等挂在边上。如果关系类型也是动态拼接一样要做白名单校验不能接受用户输入。2.4 批量导入性能优化上面的事务是逐条执行几千条没问题到了几万条就会明显变慢。常见做法是把数据攒成列表用一条UNWIND语句提交UNWIND $pairs AS pair MATCH (a {id: pair.source}) MATCH (b {id: pair.target}) MERGE (a)-[r:ACTED_IN]-(b) SET r.role pair.role在Python里调用时把关系列表传给$pairs参数即可。UNWIND会把列表展开成一行一行的pair避免了每条关系都发起一次网络请求。在同样的数据集下从逐条CREATE改成UNWIND五万条关系入库通常能从两分钟降到二十秒左右。入库前建议先给业务键建唯一约束否则MERGE在并发更新时仍可能产生重复节点CREATE CONSTRAINT person_id IF NOT EXISTS FOR (p:Person) REQUIRE p.id IS UNIQUE; CREATE CONSTRAINT movie_id IF NOT EXISTS FOR (m:Movie) REQUIRE m.id IS UNIQUE;这里用的是Neo4j 5.x的语法老版本需要把REQUIRE改成ASSERT。约束建立后MERGE会先走索引重复数据的插入速度也会提升。2.5 入库后的验证导入完成后用两条Cypher确认数据总量MATCH (n) RETURN count(n) AS node_count; MATCH ()-[r]-() RETURN count(r) AS rel_count;如果节点数和CSV行数对不上多半是编码问题导致部分行被跳过或者CSV里有空行。也可以随机抽一个实体验证关系比如MATCH (p:Person {name:姜文})-[:ACTED_IN]-(m:Movie) RETURN m.title, m.release_year;这一句能直接确认节点关系是否导入正确也是后面问答模块排错的第一步。3. 基于模板匹配的问答检索与答句组装3.1 为什么大作业阶段用模板匹配就够了基于深度学习的问答需要训练数据、GPU、评估指标课程大作业的时间显然不够。模板匹配虽然不聪明但胜在可控所有问题类型都写在正则和意图列表里评委问什么你能当场解释为什么这么答。它的核心是把自然语言问题拆成“实体 意图”再用意图映射到一条Cypher。这个包里的问答模块就是这条路配合jieba自定义词典演示效果足够流畅。3.2 实体识别先让分词器认识你的图谱import jieba def init_entity_dict(graph): # 从Neo4j拉回所有节点名加入jieba词典 rows graph.run(MATCH (n) RETURN n.name AS name).data() for row in rows: jieba.add_word(row[name]) def extract_entity(question): # 按长度降序匹配避免短实体把长实体拆坏 for ent in sorted(entity_cache, keylen, reverseTrue): if ent in question: return ent return None说明init_entity_dict在应用启动时加载一次把实体名加到jieba自定义词典这样分词不会把“让子弹飞”切成“让”“子弹”“飞”。extract_entity用简单的包含匹配entity_cache是幂等缓存保证重复查询不重复加载图库。如果实体量到几百万这种线性匹配会慢可以改用前缀树大作业数据量在几百到几千实体线性扫描足够。3.3 意图模板与参数抽取先定义意图表把所有能回答的问题类型列出来。意图id问题示例触发规则Cypher模板QUERY_MOVIE姜文演过哪些电影包含“演过/出演/主演”MATCH (p:Person {name:$name})-[:ACTED_IN]-(m:Movie) RETURN m.titleQUERY_ACTOR让子弹飞的演员有哪些包含“演员/主演有/谁演的”MATCH (p:Person)-[:ACTED_IN]-(m:Movie {title:$title}) RETURN p.nameQUERY_DIRECTOR谁导演了阳光灿烂的日子包含“导演/执导”MATCH (p:Person)-[:DIRECTED]-(m:Movie {title:$title}) RETURN p.name实现匹配函数import re INTENTS [ { name: QUERY_MOVIE, pattern: re.compile(r(.{1,10}?)(?:演过|出演|主演过)(.*)), cypher: MATCH (p:Person {name:$name})-[:ACTED_IN]-(m:Movie) RETURN m.title AS title, }, { name: QUERY_ACTOR, pattern: re.compile(r(?:演员|主演|谁)(.{1,10}?)(?:有|是谁|是谁演的)), cypher: MATCH (p:Person)-[:ACTED_IN]-(m:Movie {title:$title}) RETURN p.name AS name, }, ] def parse_question(question): for item in INTENTS: m item[pattern].search(question) if m: return item, m.group(1) return None, None这里的正则在示例里并不完美比如“谁主演了让子弹飞”可能被第二个模板匹配第一个模板也可能匹配。所以实际代码需要按顺序优先匹配更具体的规则。另一种常见做法是先用实体识别提取实体再从原句中去掉实体剩下的词用于意图分类这样更不容易串。3.4 查询 Neo4j 并组装答案def answer_question(question, graph): intent, entity parse_question(question) if not intent: return 这个问题我还没学会你可以换个说法 cypher intent[cypher] param {name: entity} if name in cypher else {title: entity} rows graph.run(cypher, **param).data() if not rows: return f知识库里没有找到“{entity}”相关的信息 if intent[name] QUERY_MOVIE: movies [r[title] for r in rows] return f{entity}演过的电影有 、.join(movies) if intent[name] QUERY_ACTOR: actors [r[name] for r in rows] return f{entity}的主演是 、.join(actors) return 查到了但不知道该怎么答说明参数化查询使用$name或$title避免字符串拼接导致的中文转义问题。.data()方法把neo4j对象转成可JSON序列化的结构返回的是list of dict。组装答案时多个结果用顿号连接比打印列表更自然。如果图库关系有重复结果里会出现重复项可以在Cypher里加DISTINCTMATCH (p:Person {name:$name})-[:ACTED_IN]-(m:Movie) RETURN DISTINCT m.title AS title3.5 扩展新问题类型如果你想让系统回答“和姜文合作过的演员有哪些”模板匹配也能扩展只需要在意图表里增加一条正则并把Cypher换成多跳查询MATCH (p:Person {name:$name})-[:ACTED_IN]-(:Movie)-[:ACTED_IN]-(co:Person) RETURN DISTINCT co.name AS name这一条语句同时用到了两次ACTED_IN关系是模板问答里最常用的多跳模式。在看懂这个Cypher后你可以继续扩展到“某个导演拍的电影评分最高的前三部”这类带条件的查询只要回头改模板参数即可。4. Flask 接口与 ECharts 关系图谱联动4.1 前后端分离的接口设计zip里的html文件是后端模板渲染还是纯静态从render58.html这类名字猜更像是Flask的render_template输出。为了避免每次刷新都全量渲染问答页可以拆成两个接口POST /api/qa接收JSON{question: ...}返回{answer: ...}GET /api/graph返回整个子图的nodes和links交给ECharts画图这样的好处是前端用fetch或Ajax局部刷新回答问题和图谱展示互不干扰。也给大作业答辩多一个可以讲的点接口层做了数据格式转换。Flask主入口可以这样写from flask import Flask, request, jsonify, render_template from py2neo import Graph from your_qa import answer_question app Flask(__name__) graph Graph(bolt://localhost:7687, auth(neo4j, neo4j)) app.route(/) def index(): return render_template(index1.html) app.route(/graph) def graph_page(): return render_template(render58.html) app.route(/api/qa, methods[POST]) def qa_api(): payload request.get_json() question payload.get(question, ).strip() if not question: return jsonify({code: 1, msg: 问题不能为空}) ans answer_question(question, graph) return jsonify({code: 0, question: question, answer: ans}) app.route(/api/graph) def graph_api(): limit request.args.get(limit, 500, typeint) cypher fMATCH (n)-[r]-(m) RETURN n,r,m LIMIT {limit} records graph.run(cypher).data() nodes, links to_echarts(records) return jsonify({nodes: nodes, links: links, count: len(nodes)})说明limit参数控制返回规模避免几千个节点直接把前端卡死。typeint让Flask帮忙做参数类型转换。to_echarts函数是数据转换的关键下面单独讲。4.2 把Neo4j图数据转成ECharts nodes/linksECharts的graph系列不认Neo4j的节点对象必须转换成它要求的JSON结构。nodes里每一个对象至少有id和namelinks里每一条要指明source和target。def to_echarts(records): nodes [] links [] node_ids set() for record in records: n record[n] m record[m] for node in (n, m): node_key node.identity if node_key not in node_ids: nodes.append({ id: str(node_key), name: node.get(name, 未命名), category: list(node.labels)[0], symbolSize: 30, value: node.get(name, ), }) node_ids.add(node_key) links.append({ source: str(n.identity), target: str(m.identity), label: {show: True, formatter: record[r].type}, lineStyle: {width: 2}, }) return nodes, links说明node.identity是Neo4j内部节点ID转成字符串作为ECharts的idcategory取第一个label用来对应图例。如果关系比较少可以在边上显示关系类型如果图很密建议把label.show设为False只在tooltip里看关系类型。symbolSize先统一写成30后面可以按节点度值动态调整。4.3 ECharts 力导向图配置前端页面里需要有一个div idgraph然后在脚本里请求接口并渲染async function loadGraph() { const res await fetch(/api/graph?limit300); const data await res.json(); const chart echarts.init(document.getElementById(graph)); chart.setOption({ tooltip: {}, legend: { type: scroll, data: [...new Set(data.nodes.map(n n.category))] }, series: [{ type: graph, layout: force, roam: true, label: { show: true, position: right, fontSize: 12 }, force: { repulsion: 150, edgeLength: 80, gravity: 0.1 }, data: data.nodes, links: data.links, categories: [...new Set(data.nodes.map(n n.category))].map(c ({name: c})) }] }); }说明layout: force表示力导向图roam: true允许用户拖拽缩放。repulsion是节点之间的排斥力节点越多调得越大edgeLength是边的平衡长度图太密就调小。legend.type scroll很关键当知识图谱的分类超过25个时默认图例会截断改成scroll后可以滚动查看这是ECharts关系图最常见的一个细节坑。4.4 从模板文件看页面组织index1.html大概率是问答入口页render58.html等是图谱展示页或详情页。常见组织方式是index1.html放一个输入框和结果区通过fetch调用/api/qarender58.html放一个图谱容器页面加载时请求/api/graph其余render开头的页面是不同实体分类的列表页通过后端传参切换数据。如果zip里没有base.html说明是复制粘贴多份渲染结果不影响功能只是维护麻烦一些。5. 排错、性能与可视化细节调优5.1 中文乱码与编码问题用CSV导入时文件编码要用utf-8-sig而不是utf-8否则第一列列名会变成\ufeffid导致Cypher匹配不到属性。Flask返回JSON出现乱码时如果是Flask 2.3以下版本需要设置app.config[JSON_AS_ASCII] False较新版本默认返回UTF-8不用额外处理。Neo4j Browser里显示中文正常不代表py2neo读取时正常连接串一定要带bolt://协议头并且确认服务端字符集没有异常。5.2 Neo4j 查询变慢的排查顺序第一看Cypher有没有带LIMIT页面图谱请求一次性取出全库再强的机器也撑不住第二检查WHERE字段有没有索引MATCH (n {name:$name})会全库扫描应改成MATCH (n:Person {name:$name})并给name建索引第三py2neo的Graph对象是线程安全的Flask多线程下全局复用连接即可不需要每次请求都new一个Graph。如果想看Cypher执行计划用EXPLAIN MATCH (p:Person {name:姜文})-[:ACTED_IN]-(m:Movie) RETURN m.title如果执行计划里出现NodeByLabelScan说明该加索引了。5.3 知识图谱只显示25个标签的真相与处理当知识图谱的节点分类比较细超过25个时ECharts的legend默认只展示前25项图例不是报错而是被截断了。处理方式是给legend加type:scroll并设置合适的宽高。另一个相关问题是节点label在缩放后糊成一团可以按节点大小动态控制label.showdata: data.nodes.map(n ({ ...n, label: { show: n.symbolSize 25 } }))这样只有重要的大节点显示文字小节点只显示圆圈画布清爽很多。5.4 验证图谱与问答是否完整启动前先写一段自检脚本查询节点数、关系数再随机挑三个问题调问答接口。如果问题返回“没找到”多半是实体名和图库不一致比如用户输入“让子弹飞”图库里存的是“让子弹飞(2010)”。解决方式是在实体识别层加一个归一化先把候选实体名正则里的\(.*\)去掉再匹配匹配时按去除括号后的主标题去图库查询。这样能让问答系统的准确率明显提升。本文还有配套的精品资源点击获取