WiKN

WiKN社区——让知识互动起来

项目介绍：

WiKN社区是一个将人工智能和知识图谱落地的项目，旨在通过对海量互联网数据的信息抽取实现对知识的结构化表达，并运用前沿的人工智能技术实现知识应用，包括自动问答、知识推荐、结构知识自动抽取等。WiKN社区将打造一个知识问答、互动、分享的社区论坛，同时提供知识众包，并对外提供API以调用结构化知识。本项目主要分为5个子项目，对于的技术分别如下：

• 子项目1 海量数据自动获取：基于scrapy的层次队列数据爬取技术研究
• 子项目2 知识库自动构建：单源百科知识图谱构建技术方案研究与实现、半结构化文本库构建技术方案研究与实现
• 子项目3 知识库问答：知识图谱问答模型构建、机器阅读理解模型构建
• 子项目4 WiKN社区设计与实现：基于Flask+LayUI+MongoDB的系统设计与实现
• 子项目5 推荐系统：社区问答推荐研究与实现、知识推荐

本项目同时包含科研和工程两个部分，项目启动日期为2020年11月1日，GitHub发布日期为2021年2月19日，项目完结日期为2021年8月1日。

系统功能模块预期

用户端

• 个人中心

  • 个人主页
  • 基本设置：资料编辑，头像编辑，密码修改
  • 消息中心：消息回复，通知消息
  • 我的收藏：收藏帖子、文章、百科、题目

• 发表帖子

  • 悬赏提问 1、发布问题：（选择专栏，标题，编辑帖子，选择悬赏值，选择回答者） 2、问题自动打标签、意图检测：（自动识别问题标签，意图检测） 3、问题推荐：推荐回答者 4、问题采纳与经验值 5、知识热议
  • 博客文章 1、发布文章（选择专栏，标题，编辑帖子） 2、文章检测：根据用户编辑的文章，并结合已有的知识库，自动进行知识检查、补全提示 3、文章结构化知识抽取，关键词提取，自动打标签：用户确定发布博客时，自动化为该博客生成结构化知识，提取关键字（LDA主题模型） 4、参考文献（相似文献）自动检测：根据提取的结构知识信息，LDA，TF-IDF等指标寻找相似的参考文献或百科词条

  帖子推荐（个性化推荐其他用户发表的提问帖子或博客文章） 高质量的文章（用户评论高，点赞量高，经过评选）可被平台收录为百科词条

• 知识问答（自动答疑） 知识问答（自动答疑），用户通过键入文本进行搜索，包括文本匹配搜索、深度学习知识库问答和机器阅读理解，返回答案，若不存在答案，或用户不满意，则可以选择发起帖子悬赏提问（自动推荐，分享，指定用户，领域专家） 1、文本匹配搜索 2、语义理解、知识推理与结构可视化 3、问答推荐（推荐与问题相关联的其他提问，推荐与答案相关联的其他提问）

• 百科图谱 每日百科：各个领域，每日随机或人工推荐多个百科知识词条，并提供留言回复功能。所有用户可以对百科词条进行编辑，被采纳后可提高经验值或权限 1、每日百科词条推荐（每日推荐百科词条，打卡） 2、图谱众包（用户编辑图谱） 3、知识分类（根据概念-实体层级，对词条进行分类检索）

• 智趣答题 智趣答题：根据百科图谱设计问题，答题得经验值

• 领域应用 1、金融图谱与预测 2、电影推荐 3、对话机器人

• 接口服务 图谱调用API

管理端

• 基本管理（权限管理， 用户管理， 内容管理， 推广管理， 系统管理）
• 文章审核与高质量文章评选：评选高质量的博客文章，并进行结构化知识抽取、录入到知识库中
• 爬虫