基于知识图谱的《平凡的世界》问答系统设计与实现

1. 项目背景与核心价值

《平凡的世界》作为路遥先生的经典文学作品，构建了一个跨越十年社会变革的宏大叙事体系。这部百万字巨著中包含着复杂的人物关系网、细腻的情感脉络和深刻的社会变迁描写。传统阅读方式下，读者往往难以快速定位特定情节、理清人物关联或追溯事件发展线索。

基于知识图谱的问答系统正是为解决这一痛点而生。通过将原著文本转化为结构化的知识网络，我们能够实现：

• 人物关系可视化追溯（如孙少安与田润叶的情感发展线）
• 事件时空定位（如双水村农田承包责任制实施过程）
• 跨章节知识关联（如"责任制"政策在不同家庭的实施对比）

这个毕业设计项目的技术栈选择具有典型的大数据特征：

1. 知识图谱构建：采用Neo4j图数据库存储实体关系
2. 深度学习应用：使用BERT模型进行问句意图识别
3. Web服务架构：Flask轻量级框架实现前后端交互

提示：系统设计时需特别注意原著中陕北方言的特殊表达处理，如"婆姨"对应"妻子"、"逛门子"对应"串门"等地域性词汇的标准化映射。

2. 知识图谱构建全流程

2.1 原始数据处理

使用PDFMiner从电子版原著中提取结构化文本，经人工校验后得到约85万字的纯净文本库。关键处理步骤包括：

python复制# 文本清洗示例代码
def clean_text(text):
    # 处理特殊换行符
    text = re.sub(r'-\n', '', text)  
    # 统一人物称谓（如"少安"->"孙少安"）
    text = replace_character_names(text)  
    return text

2.2 实体关系标注

采用BIO标注体系进行人工标注，定义7类核心实体和12种关系类型：

标注过程中发现原著存在287处时间线模糊表述，需建立时间推理规则：

python复制# 时间推理规