课程设计基于统计学方法对古诗词进行词语级建模和关系挖掘python源码+实验报告.zip

【资源说明】 课程设计基于统计学方法对古诗词进行词语级建模和关系挖掘python源码+实验报告.zip 期中大作业报告 目录 环境搭建 项目结构 后端 前端 架构图 数据挖掘算法 词库提取 近义词挖掘 词语聚类和主题挖掘 诗歌与词语的匹配度 基于影响力的诗歌离线排名 具体代码实现 作业展示 数据挖掘示例：词表 数据挖掘示例：近义词 数据挖掘示例：聚类和主题词 数据挖掘示例：诗歌匹配度 表一：只考虑近义词模型 表二：只考虑主题词模型 表三：综合考虑三方面因素 服务端示例：FastAPI 接口 前端示例 主页 搜索页 诗歌详情页 诗歌相似作品 诗人详情页 诗人作品 知识图谱 移动端页面 在线演示 环境搭建 后端开发环境为 Python 3.8.11，可在 Python 3.7 到 3.9 上运行。离线计算部分的依赖包见 backend/lab/requirements.txt ，在线服务部分的依赖包见 backend/server/requirements.txt 。 语料来自于 Github 项目chinese-poetry，出于压缩文件的原因，原始语料未包含在打包中。可以克隆 此项目，置于 backend/lab/chinese-poetry 文件夹中。 后端依赖于 neo4j 数据库以及 neo4j 的 gds 拓展。实际使用版本的是 neo4j 4.3.6 和 gds 1.7.2。 前端开发环境为 Node.js 16.5.0，需要的依赖包见 frontend/poem-tang/package.json 。在 frontend/poem-tang 文件夹内，使用 yarn install 可一键完成环境配置。 项目结构 项目结构如图： 后端 后端分为两部分：离线计算和在线服务。 离线计算负责对数据集进行清洗和分析，从古诗中提取词库，挖掘词语之间的近义词关系，评价词语和 古诗的匹配度，对古诗进行排名，并将结果写入 neo4j 数据库中。这一部分运行在开发环境中，不在服 务器上运行。代码见 backend/lab/process.ipynb 。 在线服务运行在服务器上，负责从数据库中读取数据，并对外提供 HTTP 接口。代码见 backend/server/ 文件夹。 前端 前端采用 React 开发，负责从服务端提供的接口中获取数据，并向用户展示。代码见 frontend/poemtang/ 文件夹。 ├── backend # 后端 │ ├── lab # 离线计算（关系挖掘，数据库写入） │ │ ├── data # 数据集 │ │ │ └ . │ │ ├── process.ipynb │ │ └── requirements.txt │ └── server # 在线服务（读取数据库，提供接口） │ ├── _ _ init_ _ .py │ ├── graph.py │ ├── wds.txt │ └── requirements.txt └── frontend # 前端 └── poem- tang ├── src # React 页面及组件 │ ├──components │ │ └ . │ ├──scripts │ │ └ . │ ├──App.js │ └── . ├── public │ └ . ├──package.json └── . 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！