基于知识图谱与DeepSeek的古诗词智能分析系统开发实践

1. 项目概述与核心价值

这个毕业设计项目将传统古诗词文化与现代AI技术深度融合，打造了一个基于知识图谱的智能分析系统。我在实际开发中发现，市面上大多数诗词类应用仅停留在简单的检索和展示层面，而这个系统的创新点在于通过大语言模型（DeepSeek）实现诗词的深度语义理解，结合知识图谱技术构建诗词间的多维关联，最终实现情感分析、个性化推荐和可视化展示三大核心功能。

系统采用Django作为后端框架，这是一个经过多个项目验证的可靠选择。Django自带的ORM能很好地处理诗词文本、作者信息、朝代关系等结构化数据，而其模板系统又为后续的可视化展示提供了灵活的前端集成方案。整个系统架构分为数据采集层、模型处理层、知识图谱构建层和应用展示层，每层都面临着独特的技术挑战。

提示：选择Django而非Flask等轻量框架，主要考虑到毕业设计需要展示完整的MVC架构和Admin后台管理功能，这在答辩环节是加分项。

2. 技术架构详解

2.1 核心组件选型

系统技术栈经过多次迭代优化，最终确定的版本组合如下：

2.2 数据处理流水线

原始诗词数据通常来自两个渠道：公开数据集（如《全唐诗》电子版）和网络爬虫抓取。我们开发了专门的数据清洗管道：

1. 文本规范化：统一繁体转简体、去除排版符号、校正错误标点
2. 元数据提取：使用正则表达式从文本中分离标题、作者、朝代等结构化信息
3. 诗句分割：根据句读规则将整诗拆分为独立诗句，保留原始顺序标记
4. 数据增强：通过大模型为每首诗词生成3-5个现代文释义，丰富语义信息

python复制# 示例：使用Django模型定义诗词数据结构
class Poem(models.Model):
    title = models.CharField(max_length=100)
    author = models.ForeignKey('Poet', on_delete=models.CASCADE)
    dynasty = models.CharField(max_length=20)
    content = models.TextField()  # 保留原始格式
    parsed_content = models.JSONField()  # 结构化诗句数组
    emotion_tags = models.JSONField(null=True)  # 情感分析结果

3. 核心功能实现

3.1 知识图谱构建

知识图谱是本系统的中枢神经，我们设计了四层图结构：

1. 实体层：诗词、作者、朝代、地点等基础实体
2. 关系层：创作关系、引用关系、同主题关系等
3. 语义层：通过大模型提取的意象、情感、风格等抽象特征
4. 用户层：用户浏览记录、收藏偏好等行为数据

构建流程的关键步骤：

1. 使用DeepSeek模型分析每首诗词，提取以下要素：
   • 核心意象（如"月亮"、"杨柳"）
   • 情感倾向（使用valence-arousal二维模型量化）
   • 风格特征（婉约/豪放、用典频率等）
2. 将提取结果转化为图节点和边：

   cypher复制// Neo4j创建节点示例
   CREATE (p:Poem {title:'静夜思', emotion:'思乡'})
   CREATE (i:Image {name:'明月'})
   CREATE (p)-[r:CONTAINS_IMAGE]->(i)
   

3. 建立跨朝代、跨作者的语义关联：
   • 计算诗词间的BERT嵌入相似度
   • 对高频共现意象建立特殊关系

3.2 情感分析模块

不同于简单的情感分类，我们实现了多维情感分析：

1. 基础情感：使用微调的RoBERTa模型进行九分类（喜、怒、哀、乐等）
2. 情感强度：通过自定义规则计算词汇情感值的加权和
3. 情感演化：分析长诗中情感随诗句的变化曲线

python复制# 情感强度计算示例
def calculate_emotion_intensity(text):
    lexicon = load_emotion_lexicon()  # 加载自定义情感词典
    words = jieba.lcut(text)
    intensity = 0
    for word in words:
        if word in lexicon:
            intensity += lexicon[word] * (1.2 if is_amplifier(word) else 1.0)
    return intensity / len(words) if words else 0

注意：直接使用公开情感词典对古诗词效果不佳，我们通过人工标注2000首唐诗构建了专用词典。

4. 推荐系统实现

4.1 混合推荐策略

系统采用三种推荐方式协同工作：

推荐算法融合公式：
$$ score = \alpha \cdot S_{content} + \beta \cdot S_{graph} + \gamma \cdot S_{cf} $$

其中权重参数通过用户反馈动态调整，初期默认设置为α=0.6, β=0.3, γ=0.1

4.2 冷启动解决方案

针对新用户问题，我们设计了特殊处理机制：

1. 朝代偏好引导：在注册流程中让用户选择感兴趣的朝代
2. 名篇热度榜：展示历代被引用最多的100首诗词作为初始推荐
3. 意象选择器：通过可视化界面让用户勾选喜欢的自然意象（梅兰竹菊等）

5. 可视化展示技术

5.1 多维数据呈现

系统提供五种视图满足不同分析需求：

1. 时空地图：使用百度地图API展示诗词创作地点分布
2. 情感雷达图：对比不同诗人的情感特征分布
3. 关系图谱：Force-directed布局展示诗词关联网络
4. 风格流变图：折线图呈现特定主题的历代演变
5. 个人阅读画像：桑基图显示用户的兴趣迁移路径

javascript复制// ECharts关系图配置示例
option = {
  series: [{
    type: 'graph',
    layout: 'force',
    data: nodes,
    links: edges,
    emphasis: {
      focus: 'adjacency',
      label: {
        show: true
      }
    },
    categories: categories
  }]
}

5.2 交互设计细节

为提高用户体验，我们实现了以下交互功能：

1. 图谱探索：

   • 鼠标悬停显示完整诗句
   • 双击节点展开二级关联
   • 滑动调节图谱密度

2. 对比分析：

   • 拖拽诗人头像到对比区
   • 自动生成风格特征对比柱状图
   • 支持导出对比结果为PNG

3. 时间轴筛选：

   • 拖动时间轴过滤特定朝代的诗词
   • 动画过渡展示不同时期的创作热点

6. 部署与优化实践

6.1 性能调优方案

在开发后期，我们针对以下瓶颈进行了专项优化：

1. 大模型推理加速：

   • 使用FastAPI搭建模型微服务
   • 实现基于LRU的请求缓存
   • 对长诗采用分段处理策略

2. 图谱查询优化：

   cypher复制// 优化前的查询
   MATCH (p:Poem)-[:HAS_EMOTION]->(e:Emotion)
   WHERE e.name = '悲伤'
   RETURN p
   
   // 优化后的查询
   CREATE INDEX ON :Emotion(name)
   MATCH (p:Poem)-[:HAS_EMOTION]->(e:Emotion {name:'悲伤'})
   USING INDEX e:Emotion(name)
   RETURN p
   

3. 前端加载策略：

   • 对大型图谱数据采用分片加载
   • 实现可视区域动态渲染
   • 使用Web Worker处理复杂计算

6.2 答辩准备建议

根据多次模拟答辩经验，建议重点关注以下方面：

1. 技术亮点展示：

   • 演示知识图谱的动态构建过程
   • 对比展示大模型分析前后的数据差异
   • 用真实用户数据说明推荐效果

2. 问答环节准备：

   • 准备不同粒度的系统介绍（1分钟/3分钟/5分钟版本）
   • 预先列出20个可能的技术问题及答案
   • 录制关键功能的操作视频作为备用

3. 文档规范技巧：

   • 在源码中使用符合规范的注释
   • 数据库设计文档包含ER图和字段说明
   • PPT设计遵循"问题-方案-效果"三段式结构

7. 常见问题与解决方案

在开发过程中，我们遇到了若干典型问题，以下是排查指南：

8. 扩展方向与改进空间

当前系统仍有提升空间，可以从以下几个方向延伸：

1. 多模态扩展：

   • 引入名家书法作品图像
   • 添加诗词吟唱音频数据
   • 构建诗画关联分析

2. 交互创新：

   • 实现基于手势的图谱操控
   • 开发VR诗词漫游场景
   • 添加创作辅助功能

3. 算法增强：

   • 引入强化学习优化推荐策略
   • 尝试多任务联合训练模型
   • 应用可解释AI技术分析决策过程

这个项目让我深刻体会到，传统文化与现代技术的结合能碰撞出意想不到的火花。在开发知识图谱时，发现李清照与辛弃疾虽然风格迥异，但通过"中秋节"这个意象节点产生了有趣关联，这种发现正是技术赋能人文研究的典型案例。