大模型与知识图谱在非遗数字化保护中的创新应用

1. 项目背景与核心价值

非物质文化遗产保护与传承正面临数字化时代的全新机遇与挑战。作为一名长期关注AI与传统文化结合的研究者，我注意到许多非遗项目因缺乏吸引年轻人的传播方式而逐渐式微。这个毕业设计项目正是试图用大模型技术解决这一痛点——通过构建智能化的故事生成与互动系统，让沉睡在档案库里的非遗资料"活起来"。

系统最核心的创新点在于：将GPT等大模型的创造性生成能力与非遗知识库精准结合。不同于普通的故事生成器，我们设计了双重校验机制——首先通过知识图谱确保故事背景的真实性，再运用大模型的文学创造力进行艺术加工。实测表明，这种"事实骨架+艺术血肉"的架构，既能避免大模型的幻觉问题，又能产出兼具教育性和趣味性的内容。

2. 系统架构设计解析

2.1 技术栈选型考量

在基础模型层，我们对比了LLaMA、ChatGLM和GPT-3.5三个候选方案。最终选择GPT-3.5的API版本主要基于三点考量：

1. 在200次对比测试中，GPT-3.5在长文本连贯性上得分最高（平均4.7/5分）
2. 其微调接口支持知识蒸馏，适合将非遗专家的标注数据注入模型
3. 开发周期紧张时，API方案比自建服务更可靠

知识库构建采用Neo4j图数据库，其优势在于：

• 能直观表现非遗项目间的传承关系（如"苏绣→顾绣→汴绣"的演变路径）
• 支持SPARQL查询，便于实现"端午节→屈原→粽子"这类关联推理
• 可视化调试工具方便非遗专家参与数据校验

2.2 核心工作流程

系统运行时遵循"输入-生成-反馈"的闭环：

1. 用户通过语音或文本输入兴趣点（如"想听关于皮影戏的故事"）
2. 知识引擎检索相关实体及关联关系，生成结构化prompt
3. 大模型接收包含约束条件的prompt进行故事创作
4. 输出前通过规则引擎进行事实性校验（如出现历史人物时检查时间线）
5. 用户可与生成内容互动（提问/续写/评分），数据回流至训练集

3. 关键实现细节

3.1 知识库构建实践

我们从中国非遗网等权威渠道采集了327个国家级项目的结构化数据，构建过程遇到两个典型问题及解决方案：

问题1：非遗项目间关系模糊

• 解决方法：引入专家标注系统，为"师徒传承""地域传播"等关系建立权重
• 示例：在剪纸类目中，设置"陕西剪纸→山东剪纸"