henson / DouBan-KGQA

豆瓣书籍,电影类别的知识图谱问答系统

本项目构建了完整的基于豆瓣电影、书籍的知识图谱问答系统，包括从豆瓣原始数据的爬取、豆瓣原始数据转换得到RDF数据、三元组数据的存储与检索、问句理解和答案推理、微信公众号部署等环节，在此分享给大家，共同学习。为帮助理解，可参考以下文章进行实现知识图谱问答系统，文章已更新完成。

1. 电影知识图谱问答（一）|爬取豆瓣电影与书籍详细信息
2. 电影知识图谱问答（二）|生成298万条RDF三元组数据
3. 电影知识图谱问答（三）|Apache Jena知识存储及SPARQL知识检索
4. 电影知识图谱问答（四）| 问句理解及答案推理
5. 电影知识图谱问答（五）| BM-KGQA Demo

---

要求: Ubuntu or MacOS, python3.6, [jieba, refo, SPARQLWrapper, web]依赖包

使用方法

1.下载数据

因数据文件过大，所以将文件放到百度云，链接: https://pan.baidu.com/s/1bKIrrzoezuAQf-EK5ISG_Q 提取码: prcq。下载完成后放入到data/文件夹内即可。

2. 修改配置文件路径

修改DouBan-KGQA/json2jena/rdf2jena/apache-jena-fuseki-3.10.0.2/run/configuration/fuseki_conf.ttl中ja:rulesFrom和tdb:location路径地址。

3.启动Apache Server

进入到DouBan-KGQA/json2jena/rdf2jena/apache-jena-fuseki-3.10.0.2/路径下，启动fuseki-server。

cd DouBan-KGQA/json2jena/rdf2jena/apache-jena-fuseki-3.10.0.2/ 
./fuseki-server

4.启动query_main.py

启动query_main.py进行知识图谱问答。

python query_main.py