知识图谱对话系统：Neo4j + BERT 意图识别 + Flask 全链路

文章目录知识图谱对话系统：Neo4j + BERT 意图识别 + Flask 全链路一、架构二、环境三、数据 (旅游领域)3.1 CSV 结构3.2 关系四、NLP 模块4.1 分词 + 实体识别4.2 意图分类4.3 槽位填充五、知识图谱 (Neo4j)5.1 初始化5.2 导入5.3 查询六、对话管理 (FSM)七、Web (Flask)八、运行九、结果十、优化十一、总结代码链接与详细流程购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新知识图谱对话系统：Neo4j + BERT 意图识别 + Flask 全链路一、架构用户输入 ↓ NLP 模块 ├── Jieba 分词 + 实体识别 ├── TF-IDF + LogisticRegression 意图分类 └── 槽位填充 ↓ 对话管理 (FSM) ├── greeting → querying → confirming → end └── 调用图谱 ↓ 知识图谱 (Neo4j) ├── 实体: 景点/酒店/美食/城市 └── 关系: 位于/推荐/包含 ↓ 响应生成 ├── 模板填充 └── (可选) GPT-2 自然语言生成 ↓ Flask API → 前端模块技术栈输入→输出分词 + NERJieba + SpaCy文本→(token序列, 实体列表)