向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程  公众号：datayx

简略概述要求：

1. 构建一个完整的QA系统

2. 整个系统由三部分构成：前台，后台，知识库

3. 前台：请设计一个程序，实现QA对话界面，该界面可以基于用户提问，自动连接后台、并从知识库寻找答案，并呈现给用户

4. 后台：请设计一个程序从文档中提取尽可能多且质量高的问答对（QA对）

5. 知识库：QA对存储管理的类似于数据库的东西

项目下载地址、视频讲解地址

关注微信公众号 datayx  然后回复 问答  即可获取。

AI项目体验地址 https://loveai.tech

项目架构

功能架构划分：

分为用户端和管理员端

1. 用户端：用户端为用户使用的页面。用户端提供了用户提问回答，热点问题，智能推荐，闲聊对话等功能。同时页面简洁美观，响应良好，为用户提供了良好的使用体验

2. 管理员端：管理员在后台管理系统的页面。管理员端提供了文档上传，运行网页解析算法和生成QA算法，可视化图表查看数据库内容和热点问题，用户提问情况等图表

技术架构划分：

分为前端，后台，算法，知识库存储

1. 前端：使用bootstrap前端框架加上各种前端模块，搭建了具有风格清新，简单朴实的页面，为用户提供了良好的观看体验

2. 后台：使用djiango框架，djiango作为一款性能优异，轻量级的python的web框架，能很好的用于本系统的功能支持。作为本系统的后台，为整个系统对外提供流畅服务做到了保障。后台同样也是用了各种小功能组件，如上传模块，APScheduler定时管理模块等

3. 算法：算法部分分为网页解析算法和QA对生成算法

4. 知识库：知识库目前使用elasticsearch搜索引擎的存储模块

系统流程

1. 管理员上传文档，网页（两种文件格式，目前本系统主要是解析以华为云帮助手册的网页，其他网页需要更改网页解析程序），上传这些文件到服务器端

2. 选择需要生成QA对的文件，调用QA对生成算法，生成QA对存入知识库中

3. 管理员可以前往知识库管理页面，查看所有的QA对，并可以进行增删改查的操作

4. 管理员也可以查看用户的各项信息

5. 用户可以在用户界面进行提问，以获取答案

---

阅读过本文的人还看了以下：

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx  

长按图片，识别二维码，点关注

AI项目体验

https://loveai.tech