枚蓝1. 项目概述与核心价值
这个毕业设计项目整合了Python编程、知识图谱构建、数据可视化、情感分析和AI大模型等多项前沿技术，打造了一个围绕中华古诗词的智能化系统。作为计算机专业的毕业设计选题，它既体现了传统文化与现代技术的融合，又涵盖了从数据处理到智能应用的完整技术链条。
项目包含四大核心模块：
- 基于知识图谱的古诗词可视化展示
- 古诗词情感倾向分析系统
- 智能问答交互功能
- AI大模型辅助创作模块
这个选题的优势在于：
- 技术覆盖面广：涉及数据处理、NLP、机器学习、可视化等多个领域
- 文化价值突出：以中华传统文化为载体，具有独特的人文内涵
- 实用性强：系统功能完整，可直接用于教学或文化传播场景
- 创新性明显：将传统诗词与现代AI技术结合，符合当前技术发展趋势
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构与实现路径
2.1 系统整体架构设计
项目采用典型的三层架构：
- 数据层：负责古诗词数据的采集、清洗和存储
- 处理层：包含知识图谱构建、情感分析模型和问答引擎
- 应用层：提供可视化界面和交互功能
技术选型考虑：
- 开发语言：Python 3.8+（丰富的生态库支持）
- 数据库：Neo4j（图数据库适合知识图谱）+ MySQL（结构化数据存储）
- 可视化：ECharts.js + PyQt5（跨平台GUI）
- NLP工具：HanLP（中文处理）+ Transformers（预训练模型）
2.2 知识图谱构建关键技术
知识图谱是项目的核心基础，构建过程分为四个阶段：
- 数据采集与清洗：
- 来源：古诗文网、全唐诗数据库等公开资源
- 采集方式：Scrapy爬虫+API接口调用
- 清洗要点：去除重复、纠正错别字、统一格式
- 实体识别与关系抽取：
python复制# 使用HanLP进行实体识别示例
from pyhanlp import *
text = "李白乘舟将欲行，忽闻岸上踏歌声"
ner = HanLP.newSegment().enableNameRecognize(True)
print(ner.seg(text))
- 图谱存储设计：
- 节点类型：诗人、诗词、朝代、地点、意象
- 关系类型：创作于、属于、提及、相似于
- 质量评估与优化：
- 准确率：人工抽