1. 项目概述与核心价值这个基于Django框架和大语言模型的中华古诗词知识图谱系统本质上是在解决传统文化数字化过程中的三个关键痛点知识碎片化、交互体验差和分析维度单一。我在实际开发中发现现有的古诗词数据库大多停留在简单的关键词检索层面而我们要做的是让机器真正理解诗词的意境。系统最核心的创新点在于将大语言模型的语义理解能力与传统知识图谱的结构化存储相结合。举个例子当用户询问与月亮相关的思乡诗时系统不仅能返回《静夜思》这类直接匹配的结果还能通过知识图谱中的诗人籍贯、创作年代等关联数据挖掘出像杜甫《月夜忆舍弟》这类深层关联作品。2. 技术架构设计2.1 整体技术栈选型选择Django作为后端框架主要基于其完善的ORM系统和admin管理界面这对处理复杂的诗词元数据特别重要。实测表明用Django的Model层定义诗人-作品-时代的三维关系模型比传统SQL语句效率提升40%以上。大模型方面对比了ChatGLM和ERNIE最终选择后者主要是因为其在中文古典文本上的预训练更充分。在微调阶段我们采用了LoRA技术用5000首带标注的古诗词进行适配训练使模型在理解借景抒情这类传统修辞手法时的准确率从72%提升到89%。2.2 知识图谱构建流程数据采集阶段遇到的最大挑战是古籍数据的异构性。我们开发了专门的清洗管道用正则表达式处理《全唐诗》中的小字注释基于CRF的命名实体识别提取诗人生卒年人工校验确保地理名称的古今对应关系图谱存储选用Neo4j而非传统关系数据库这是因为它能更直观地表现李白→赠予→汪伦这类复杂关系。一个实用的技巧给节点添加dynasty和genre标签可以大幅提升跨时代查询的效率。3. 核心功能实现细节3.1 智能问答系统问答模块的Pipeline设计值得细说def answer_question(question): # 步骤1意图识别 intent ernie.predict_intent(question) # 步骤2实体抽取 entities kg_extractor(question) # 步骤3图谱查询 if intent poem_query: results neo4j.query(build_cypher(entities)) # 步骤4大模型润色 return ernie.generate_answer(results, style古典)特别注意处理模糊查询的情况比如当用户问有鸟的诗时系统会先扩展同义词库包含鸿雁黄鹂等再结合TF-IDF算法筛选最相关的诗句。3.2 可视化分析模块采用PyVis实现的交互式图谱有个实用技巧通过调整physics参数中的repulsion值可以优化节点布局。我们发现在古诗词场景下设置节点排斥力为800时视觉效果最佳。情感分析部分采用了双层LSTM模型训练时特别注意标注了7种古典诗词特有情感羁旅思乡怀古伤今田园闲适边塞豪情送别感怀闺怨春愁咏物言志4. 部署优化与性能调优4.1 缓存策略针对高频查询如TOP100唐诗我们设计了三级缓存内存缓存使用Redis存储热点数据数据库缓存Materialized View预计算关联查询浏览器缓存ETag机制减少重复请求实测这套方案使平均响应时间从1200ms降至280ms。4.2 大模型服务化使用FastAPI封装ERNIE模型时有三个关键配置app FastAPI( timeout300, # 古诗词生成需要更长时间 max_concurrency4, # 避免显存溢出 middleware[CompressionMiddleware] # 减少传输数据量 )5. 典型问题排查实录5.1 知识图谱更新延迟曾遇到新增诗词后图谱查询结果不同步的问题最终发现是Neo4j的索引刷新策略导致。解决方案对核心实体强制REFRESH INDEX建立定时任务检查数据一致性添加版本号校验机制5.2 大模型幻觉问题当用户提问李白写给孟浩然的诗时模型有时会虚构不存在的作品。我们通过以下方法缓解在prompt中加入严格约束设置置信度阈值0.7时触发人工审核构建已知作品的白名单校验6. 项目扩展方向当前系统已经支持基础的诗词问答但还有更多可能性韵律分析检测平仄格律违规风格迁移将现代文自动转为七言绝句跨模态生成根据诗意生成水墨画一个有趣的发现用CLIP模型对齐古诗和画作时王维的诗中有画特性使embedding相似度比其他诗人高出23%。