案例介绍
使用话题模型（Topic Model）对博客中的话题进行聚类，构建知识图谱。对于用户输入的自然语言查询，通过分词，格解析等自动生成Neo4j的Cypher查询语句从Neo4j中得到潜在的查询结果。与全文检索不同的是这个项目意图不在与查找精确的结果，而在于查询存在于知识图谱中的未被发现的潜在知识。
开发工具包括: Python3, Neo4j, WordNet, Gensim, Cabocha
案例图片
相似案例推荐
其他人才的相似案例推荐
-
进销存
后台管理系统，vue、elementui，这是仓库后台，用于
-
数据可视化大屏
该作品主要功能是实时监控车辆和船舶的位置以及状态，主要包括车
-
位置服务
该作品主要包括三部分：1.数据可视化大屏，作品的主要功能包括
-
联想客服系统
因保密协议，不能展示具体界面及代码。 联想远程协助RTC项
-
大数据统计分析
展示成都市各乡镇区县办件量的区域数据分析； １.本日，本月
-
线上评价系统
结合高新区线下评价服务器的铺排，建设线上评价功能，办事群众凭
-
振铭数字化矿山管理系统
管理矿山智能采集数据，实现ERP管理功能，提供各类报表统计和
-
crm
公司客户关系管理系统 主要包括三大模块： 客户关系模块
-
《CTIS交易对手上送》
行内数据补全程序中的一环，存储过程处理过程，和后台shell
-
福田购物节微信开发
“IT/软件开发”互联网一站式服务平台，可根据客户实际需求，
-
武汉“8+1”城市圈农村产权交易平台
武汉“8+1”城市圈农村产权交易平台系统是武汉市及8个地市一
-
springcloud实例
友好的代码结构及注释，便于阅读及二次开发 实现前后端分离，
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服