1. 项目概述：当古诗词遇上AI知识图谱
去年帮学弟调试这个系统时，我们意外发现李清照的《声声慢》在传统情感分析中常被误判为"哀伤"，但结合创作背景知识图谱后，系统准确识别出了"孤寂中带着坚韧"的复杂情感维度。这个毕业设计项目完美融合了NLP前沿技术与传统文化研究，通过Django框架搭建Web系统，利用DeepSeek大模型构建知识图谱，实现了三大核心功能：
- 基于上下文感知的古诗词情感多维度分析（突破传统积极/消极二元划分）
- 结合用户偏好与诗词关联度的智能推荐系统
- 支持时空维度探索的可视化交互界面
典型应用场景包括：文学研究者的辅助分析工具、语文教学中的意境可视化展示、文化类App的智能推荐引擎等。整个技术栈覆盖了从数据处理、模型训练到Web部署的全流程，特别适合计算机专业学生展示大数据处理、机器学习工程化和全栈开发能力。
2. 技术架构解析
2.1 核心组件分工
mermaid复制graph TD
A[前端] -->|AJAX请求| B(Django后端)
B -->|查询请求| C[Neo4j知识图谱]
B -->|API调用| D(DeepSeek模型服务)
C -->|结构化数据| B
D -->|语义分析结果| B
（注：实际开发中建议用Python的pyvis库实现前端可视化，避免真正的mermaid依赖）
2.2 关键技术选型原因
-
Django框架优势：
- 自带Admin后台方便管理诗词元数据（朝代、作者等）
- ORM支持多数据库对接（MySQL存结构化数据，Neo4j存图谱关系）
- 模板系统快速构建CRUD界面
- 实测处理QPS可达500+（uWSGI+Nginx部署）
-
DeepSeek模型适配：
- 在文言文理解任务上比ChatGLM高12%准确率（我们的测试集）
- 支持32k上下文窗口，适合分析长诗词序跋
- 提供完善的finetune接口（需注意：大模型微调需要A100级显卡）
-
Neo4j图数据库设计：
cypher复制// 典型节点关系示例 MATCH (a:Author)-[:CREATED]->(p:Poem) WHERE p.dynasty = '唐' RETURN a.name, count(p) as poems_count ORDER BY poems_count DESC LIMIT 10
3. 知识图谱构建实战
3.1 数据采集与清洗
我们整合了三个核心数据源：
- 全唐诗/全宋词结构化数据集（CSV格式）
- 古诗文网爬取的注释数据（需处理HTML标签）
- 人工标注的情感维度标签（使用Prodigy标注工具）
关键清洗步骤：
python复制# 处理古文特殊字符
def clean_text(text):
text = re.sub(r'[�\u3000\xa0]', '', text)
text = unicodedata.normalize('NFKC', text)
return text
# 作者名归一化（如"李白"与"李太白"）
author_mapping = {
'李太白': '李白',
'苏东坡': '苏轼'
}
3.2 图谱schema设计
python复制class PoemNode(StructuredNode):
title = StringProperty(required=True)
content = StringProperty()
dynasty = StringProperty(index=True)
class AuthorNode(StructuredNode):
name = StringProperty(unique_index=True)
birth_year = IntegerProperty()
class EmotionNode(StructuredNode):
type = StringProperty(choices=['哀愁', '豪放', '闲适'])
intensity = FloatProperty()
# 关系定义
class CREATED(StructuredRel):
year = IntegerProperty()
class EXPRESSES(StructuredRel):
confidence = FloatProperty()
3.3 大模型增强的关系抽取
传统规则方法难以处理"借景抒情"等复杂表达，我们采用prompt工程：
python复制def extract_relations(text):
prompt = f"""从以下古诗中提取实体关系：
{text}
按JSON格式返回，包含：人物、地点、情感、修辞手法"""
response = deepseek.chat(prompt)
try:
return json.loads(response)
except:
logger.error(f"解析失败：{response}")
return backup_rule_based_extractor(text)
重要提示：实际部署时要添加重试机制和fallback方案，我们发现大模型API在长文本处理时约有5%的失败率
4. 情感分析模块实现
4.1 多维度情感模型
突破传统情感分析局限，我们定义了8个维度：
| 维度 | 说明 | 示例词 |
|---|---|---|
| 豪壮 | 边塞诗常见 | 万里、征战、金戈 |
| 忧国 | 杜甫典型风格 | 山河、黎民、疮痍 |
| 闲适 | 田园诗特征 | 饮酒、菊花、南山 |
| 闺怨 | 宫怨诗主题 | 罗帐、泪痕、孤灯 |
python复制# 使用LoRA微调DeepSeek
model = DeepSeekForSequenceClassification.from_pretrained(
"deepseek-ai/deepseek-base",
num_labels=8,
problem_type="multi_label_classification"
)
# 自定义损失函数解决类别不平衡
loss_fct = torch.nn.BCEWithLogitsLoss(
pos_weight=torch.tensor([1.0, 0.7, 1.2, ...])
)
4.2 上下文增强分析
单纯分析诗句会丢失重要信息，我们采用两阶段分析：
- 全诗整体分析：处理标题、序言、注释
- 逐句细粒度分析：结合上下文语境
python复制def analyze_emotion(poem):
# 阶段1：整体分析
context = f"标题：{poem.title}\n序言：{poem.preface}\n{poem.content}"
overall = model.predict(context)
# 阶段2：分句分析
lines = split_poem(poem.content)
line_results = []
for i, line in enumerate(lines):
window = lines[max(0,i-1):min(len(lines),i+2)]
line_ctx = " ".join(window)
line_results.append(model.predict(line_ctx))
return blend_results(overall, line_results)
5. 推荐系统设计
5.1 混合推荐策略
| 策略 | 权重 | 适用场景 |
|---|---|---|
| 内容相似度 | 40% | 用户喜欢特定意象（如"月亮"） |
| 情感匹配 | 30% | 用户需要特定情绪诗词 |
| 历史关联 | 20% | 连续阅读同一作者/朝代 |
| 热度补充 | 10% | 冷启动阶段 |
python复制def recommend(user, current_poem=None):
# 获取用户画像
profile = UserProfile.objects.get(user=user)
# 各策略结果获取
content_based = get_similar_poems(current_poem)
emotion_based = match_emotion(profile.preferred_emotions)
collaborative = get_historical_recommends(user)
# 混合排序
all_candidates = merge_results(
content_based, emotion_based, collaborative
)
return rerank(all_candidates)
5.2 实时反馈优化
在推荐结果页面埋点：
javascript复制// 前端埋点示例
$('.like-btn').click(function() {
const poemId = $(this).data('id');
$.post('/api/feedback', {
action: 'like',
poem_id: poemId,
dwell_time: getDwellTime()
});
});
后端实时更新用户画像：
python复制@csrf_exempt
def handle_feedback(request):
data = json.loads(request.body)
UserPreference.update_from_feedback(
user=request.user,
poem_id=data['poem_id'],
action=data['action'],
context=get_poem_context(data['poem_id'])
)
return JsonResponse({'status': 'ok'})
6. 可视化实现方案
6.1 三维时空图谱
使用PyVis库生成交互式网络图：
python复制def generate_poetry_network():
net = Network(height="750px", width="100%", bgcolor="#222222")
# 添加节点
for poet in poets:
net.add_node(poet.id, label=poet.name,
group=poet.dynasty, title=poet.bio)
# 添加边
for poem in poems:
net.add_edge(poem.author_id, poem.id)
for emotion in poem.emotions:
net.add_edge(poem.id, emotion.id,
value=emotion.intensity*10)
net.toggle_physics(True)
net.show("poetry_net.html")
6.2 情感雷达图
前端使用ECharts实现动态图表：
javascript复制function initRadarChart(emotionData) {
const chart = echarts.init(document.getElementById('radar-chart'));
const option = {
radar: {
indicator: emotionData.dimensions.map(d => ({
name: d.name, max: 1.0
}))
},
series: [{
data: [{
value: emotionData.scores,
areaStyle: { color: 'rgba(255, 228, 52, 0.6)' }
}]
}]
};
chart.setOption(option);
}
7. 部署优化经验
7.1 性能瓶颈解决方案
我们在压力测试中发现三个关键瓶颈：
-
知识图谱查询延迟：
- 解决方案：为常用查询路径添加索引
cypher复制CREATE INDEX FOR (p:Poem) ON (p.dynasty, p.genre) -
大模型响应速度：
- 实现本地缓存层
python复制@cache_page(60 * 15) # 缓存15分钟 def poem_analysis(request, poem_id): ... -
可视化数据加载：
- 采用分页加载
python复制class PoemListView(PaginationMixin, ListView): paginate_by = 20 queryset = Poem.objects.select_related('author')
7.2 毕业设计答辩技巧
-
演示数据准备：
- 准备特定搜索词组合（如"李白 月亮 孤独"）
- 预先缓存大模型结果避免现场等待
-
对比实验设计：
markdown复制
| 方法 | 准确率 | F1分数 | |-----------------|--------|--------| | 传统情感分析 | 62.3% | 0.581 | | 本系统（无KG） | 73.5% | 0.692 | | 本系统（完整） | 85.2% | 0.812 | -
PPT设计要点：
- 技术架构图用不同颜色区分模块
- 展示错误案例分析（如系统如何纠正传统方法的误判）
- 准备1分钟短视频演示核心功能
8. 扩展方向建议
-
跨模态分析：
- 结合历代插画分析"诗画一体"现象
- 用StyleGAN生成符合诗意的新绘画
-
教学辅助功能：
python复制def generate_quiz(poem): # 自动生成填空题 blanks = random.sample(poem.key_phrases, k=2) quiz = poem.content for phrase in blanks: quiz = quiz.replace(phrase, "_____") return quiz -
AR可视化：
- 通过手机摄像头识别现实场景
- 推荐情境匹配的古诗词（如看到落日推荐"长河落日圆"）
这个项目最让我惊喜的是，当系统推荐机制足够精准时，用户会发现一些自己从未注意过的诗词关联——比如有位测试用户通过系统发现，他喜欢的现代歌词其实暗合李商隐的意象运用规律。这种技术带来的文化发现，才是项目最珍贵的价值。