基于知识图谱的教务智能问答系统：从构建到部署全解析

简介：知识图谱驱动的教务智能问答系统Python源码项目，面向需要完成毕业设计、期末大作业或项目实战的计算机相关专业学生，覆盖教务数据整理、Word2Vec模型训练、问句解析与答案检索等关键环节。压缩包共39个文件，体积约1.07MB，包括22个csv教务数据文件（选课、毕业、答辩、奖学金等场景）、7个py核心模块、4个txt规则与停用词说明、3个bin词向量模型，以及png示意图和md说明文档。全部源码经本地编译与严格调试，可正常运行；该大作业曾获导师认可，评审98分，难度适中，便于学习者快速掌握基于知识图谱的问答系统完整流程。目前已有62人学习下载，适合作为课设或毕设参考，也可在此基础上扩展新功能。

1. 当我把“基于知识图谱的教务智能问答系统”当毕设主线后：一个周末才真正跑通

选毕业设计题目时，很多人会在“管理系统”和“算法研究”之间反复纠结。管理系统太普通，算法研究又怕自己做不完。我最后拿到的是一个基于知识图谱的教务智能问答系统，Python 实现，带完整的源码和一篇说明文档。它的核心不是搜索框加数据库，而是把课程、教师、教室、时间这些教务实体抽成图谱结构，让“这门课谁教的”“马原在哪个教室上”这类自然语言问句，能被拆解成图查询并返回精确答案。适合正在做毕业设计或期末大作业的人，前提是你愿意花时间把 Neo4j、问答管线、Cypher 这三样东西串起来，而不是只改个界面交差。

2. 系统架构与知识图谱建模：实体、关系、属性如何撑起问答

2.1 三层架构：数据层、图谱层、问答层的职责边界

这套项目拿到手之后，我习惯先把代码目录过一遍，搞清楚每个文件夹在干什么。它的整体结构并不复杂，本质上是三个层次：最底下是数据层，负责把教务系统导出的 CSV、Excel 或者 MySQL 数据清洗成结构化记录；中间是图谱层，通过 Python 脚本把记录写入 Neo4j 图数据库，形成课程、教师、学院、教室、时间节点以及它们之间的关系；最上层是问答层，接收用户输入的自然语言问句，经过意图识别、实体映射、Cypher 模板生成三步，最后返回答案。

三层之间用接口隔开，数据层只关心“怎么把数据塞进 Neo4j”，不关心用户问了什么；问答层只关心“怎么把问句变成图查询”，不关心数据从哪来。这个边界很重要。我之前见过有人把实体抽取逻辑写在视图函数里，结果换一批数据就要改问答代码，两头耦合，改起来非常痛苦。这套项目的分层虽然简单，但每层之间的调用关系很清晰，你拿到之后可以按层去读源码。

问答层里还有一个容易被忽略的小模块：答案格式化。它的工作是把图查询返回的记录转成自然语言句子。比如查询结果是[("数据结构", "张三")]，格式化模块会输出“《数据结构》由张三老师讲授”。如果没有这一层，用户看到的就是裸的数组，谈不上“智能问答”。

2.2 教务领域的实体与关系设计：六类实体与五类关系的取舍

知识图谱的核心是“实体-关系-属性”三元组。在教务场景下，实体的选择直接决定问答系统能回答什么问题。这套代码默认设计了六类实体：课程、教师、学院、教室、时间、学生。关系一共五类：

• 学院开设课程：(学院)-[:开设]->(课程)
• 教师讲授课程：(教师)-[:讲授]->(课程)
• 教师隶属于学院：(教师)-[:属于]->(学院)
• 课程安排在教室：(课程)-[:安排]->(教室)
• 课程依赖先修课：(课程)-[:先修]->(课程)

这个设计最巧妙的地方是“时间”没有做成关系，而是做成了课程的属性。很多新手建模时容易把时间当成独立节点，结果问“周三下午有什么课”时要写非常绕的 Cypher。这里把上课时间存成Course.time_slot属性，比如"周三 3-4节"，查询时直接用字符串匹配，牺牲了一点规范性，但换来了问答开发的效率。对于毕业设计来说，这个取舍完全合理。

如果你想把这套系统扩展成“选课推荐”方向，可以再加一条(学生)-[:选修]->(课程)关系；如果想支持“某位老师这学期带了几门课”的统计类问题，可以在Teacher节点上维护course_count属性，而不是每次实时数关系数量。提前想清楚未来要回答哪几类问题，再去决定要不要加节点和关系，不要一上来就建模成一个大而全的图。

2.3 Neo4j 数据落地：Cypher 批量导入与索引配置

数据从 CSV 进入 Neo4j 的方式有两种：用neo4j-admin import做离线全量导入，或者用 Python 驱动逐条写入。这套项目源码里用的是第二种方式，因为教务数据量级通常只有几千条，逐条写入完全够用，而且代码更直观，方便你 debug。

我一般会把导入脚本拆成三个步骤：先建约束和索引，再合并节点，最后合并关系。以课程节点为例，代码长这样：

from neo4j import GraphDatabase driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "yourpassword")) def create_constraints(session): # 课程节点的 id 属性必须唯一，防止重复导入产生脏数据 session.run("CREATE CONSTRAINT course_id IF NOT EXISTS FOR (c:Course) REQUIRE c.id IS UNIQUE") # 教师节点同理 session.run("CREATE CONSTRAINT teacher_id IF NOT EXISTS FOR (t:Teacher) REQUIRE t.id IS UNIQUE") def upsert_course(session, course_id, name, hours, time_slot): # MERGE 而不是 CREATE，避免重复运行脚本时插入重复节点 session.run( """ MERGE (c:Course {id: $course_id}) SET c.name = $name, c.hours = $hours, c.time_slot = $time_slot """, course_id=course_id, name=name, hours=hours, time_slot=time_slot ) def upsert_teacher(session, teacher_id, name, title): session.run( """ MERGE (t:Teacher {id: $teacher_id}) SET t.name = $name, t.title = $title """, teacher_id=teacher_id, name=name, title=title ) def create_teach_relationship(session, teacher_id, course_id): # 关系幂等：先 MATCH 再 MERGE，防止重复建边 session.run( """ MATCH (t:Teacher {id: $teacher_id}) MATCH (c:Course {id: $course_id}) MERGE (t)-[:讲授]->(c) """, teacher_id=teacher_id, course_id=course_id ) with driver.session() as session: create_constraints(session) upsert_teacher(session, "T001", "张三", "副教授") upsert_course(session, "C101", "数据结构", 48, "周一 1-2节") create_teach_relationship(session, "T001", "C101") driver.close()

这段代码里的几个细节值得注意。第一，约束必须在导入数据之前创建，否则重复执行导入脚本会在第二次运行时生成重复节点。第二，MERGE是“有则匹配，无则创建”，配合SET可以做到幂等更新，这是导入脚本能反复跑的关键。第三，关系创建时先MATCH两个节点再MERGE关系，如果节点不存在，这条语句会静默跳过，不会报错。调试的时候你可能会因此找不到某些关系，所以我会在关系创建语句后面加一个打印，输出当前处理的教师和课程编号。

2.4 与 MySQL 存储方案的差异：为什么图数据库更适合问答

这个项目如果换成 MySQL 也能做问答，用SELECT加JOIN实现，但图谱方案的优势在“多跳查询”上体现得特别明显。比如“张老师教的《数据结构》在哪个教室上课”，在关系型数据库里要JOIN三张表，而在图数据库里是一条三段式的路径查询：

MATCH (t:Teacher {name: "张老师"})-[:讲授]->(c:Course)-[:安排]->(room:Classroom) RETURN room.name

这不是语法层面的便利，而是图数据库把“关系”作为一等公民存储，遍历路径天然高效。同时，Neo4j 自带的 Browser 界面可以直接把查询结果渲染成图谱，答辩时展示效果远好于一张二维表格。代价是运维成本高一些：需要单独安装 Neo4j，还要处理驱动版本兼容问题。这部分在第五章会具体展开。

3. 问答管线：从自然语言到 Cypher 查询的四步实现

3.1 问句预处理与意图识别：规则兜底加朴素贝叶斯分类

问答层是整个项目里代码量最大、也是最容易出问题的地方。用户可能问“数据结构谁教的”“数据结构是哪个老师带”“我想了解数据结构这门课的老师”，三种问法语义相同，字面差异很大。如果只用关键词匹配，规则会越写越多，最后变成一堆if嵌套。

这套源码的做法是先做意图分类再提取实体。意图主要分成四类：查询课程的授课教师、查询教师所授课程、查询课程的时间和地点、查询课程的先修要求。代码里用了一个非常轻量的方案：朴素贝叶斯分类器加规则兜底。

from sklearn.feature_extraction.text import CountVectorizer from sklearn.naive_bayes import MultinomialNB import jieba # 训练语料：每句话对应一个意图标签 corpus = [ "这门课是谁教的", "数据结构哪个老师带", "张三老师教哪些课", "马原在哪个教室上课", "大学物理什么时候上课", "学数据结构之前要先学什么" ] labels = ["teacher", "teacher", "courses", "location", "time", "prerequisite"] # 自定义分词器：对中文问句做分词，再转成词频向量 def tokenize(text): return list(jieba.cut(text)) vectorizer = CountVectorizer(tokenizer=tokenize) X = vectorizer.fit_transform(corpus) clf = MultinomialNB().fit(X, labels) def predict_intent(question: str) -> str: # 先走规则：包含“谁教/哪个老师”直接判定为 teacher 意图 if any(word in question for word in ["谁教", "哪个老师", "哪位上"]): return "teacher" # 规则没命中再走分类器 vec = vectorizer.transform([question]) return clf.predict(vec)[0] print(predict_intent("人工智能是谁讲的"))

这段代码展示了问答系统里最重要的工程思想：规则和模型互补。分类器的好处是能处理没见过的问法，坏处是训练样本太少时容易误判。比如“谁教”这个词如果没出现在训练语料里，朴素贝叶斯可能把它归到错误的类别。所以在分类器前面加一道规则闸门，用少量高强度关键词直接锁定意图，兜底策略能显著提高准确率。

训练语料可以扩充。我后来往里面加了二十来条真实问法，每加几条就重新跑一遍测试集，看有没有把已有问法带偏。如果你完全没有标注数据，也可以跳过 sklearn，直接用jieba分词加关键词评分做意图判断，效果差距不大，但代码量会少很多。

3.2 实体映射：同义词表与编辑距离的双保险

意图识别完成后，下一步是从问句里抽出要查询的实体名称。这一步的难点不是“抽取”，而是“归一”。用户在问答系统里问“马原”，但图谱里存的课程名是“马克思主义基本原理概论”；用户问“高数”，图谱里存的是“高等数学”。如果直接拿原词去匹配节点，必然查不到。

这套系统处理实体归一的方式是“同义词表加编辑距离”。同义词表是手工维护的词典，把常见口语缩写映射到正式名称；编辑距离用来处理“马克思主义基本原理”这种写了一半的情况，通过计算字符串相似度去图谱里找最接近的课程名。

from difflib import SequenceMatcher # 同义词表：左侧是用户口语，右侧是图谱中的正式名称 synonym_map = { "马原": "马克思主义基本原理概论", "高数": "高等数学", "大物": "大学物理", "离散": "离散数学" } course_names_from_graph = [ "马克思主义基本原理概论", "高等数学", "大学物理", "离散数学", "数据结构", "操作系统" ] def resolve_entity(raw_name: str) -> str: # 第一步：查同义词表 if raw_name in synonym_map: return synonym_map[raw_name] # 第二步：计算与所有课程名的相似度，取最高分 best_match = None best_score = 0.0 for name in course_names_from_graph: score = SequenceMatcher(None, raw_name, name).ratio() if score > best_score: best_score = score best_match = name # 相似度阈值设为 0.6，防止把无关课程强行匹配上 return best_match if best_score > 0.6 else None print(resolve_entity("马原")) # 走同义词表 print(resolve_entity("马克思主")) # 走编辑距离

代码里的阈值 0.6 是一个经验值。我测试下来，低于这个值的匹配基本都是错的，比如“计算机”和“数据结构”的相似度在 0.5 左右，不该被认为是同一门课。编辑距离在这里用的是SequenceMatcher，它对中文字符串的效果尚可，但它返回的ratio()对短文本的波动比较大。如果你要更稳健，可以换成基于字符 n-gram 的 Jaccard 相似度，尤其适合处理“马克思主”这种带缺字的场景。

3.3 Cypher 模板生成与参数回填

实体归一之后，系统已经知道用户问的课是“数据结构”，意图是“teacher”，接下来要把这两个信息拼成一条 Cypher 查询语句。源码里的做法是预定义模板，把实体值回填进去，而不是用字符串拼接。

CYPHER_TEMPLATES = { "teacher": "MATCH (c:Course {{name: '{course}'}})<-[:讲授]-(t:Teacher) RETURN t.name", "location": "MATCH (c:Course {{name: '{course}'}})-[:安排]->(r:Classroom) RETURN r.name", "time": "MATCH (c:Course {{name: '{course}'}}) RETURN c.time_slot", "prerequisite": "MATCH (c:Course {{name: '{course}'}})-[:先修]->(pre:Course) RETURN pre.name", "courses": "MATCH (t:Teacher {{name: '{teacher}'}})-[:讲授]->(c:Course) RETURN c.name" } def generate_cypher(intent: str, entities: dict) -> str: template = CYPHER_TEMPLATES[intent] # 注意这里用 format 回填，实际使用时应改成参数化查询，详见避坑章节 return template.format(**entities)

为什么用模板而不是直接写死 Cypher？因为意图和查询结构是一一对应的，模板把“问句→Cypher”的映射收敛到一张表里，加新意图时只需追加一个模板，不需要动其他代码。这在毕业设计的代码讲解环节非常加分——你可以直接打开这张表，指着它说明“每一种问题类型对应一种图查询模式”。

但这里有一个非常关键的坑：模板里的name属性值来自用户输入，如果直接用format回填，遇到课程名里带单引号或者反斜杠的情况，Cypher 语句会直接语法报错。更严重的风险是类注入攻击——用户在问句里塞一段恶意 Cypher，如果被原样拼进查询语句，会对图数据库造成破坏。所以我在实际改造时把模板改成了参数化写法，用$course占位符配合驱动层的参数传值，这个细节放在第五章详细讲。

3.4 答案组织与多结果处理

Cypher 查询返回的往往是一个列表，比如“操作系统”这门课可能由两个老师共同讲授，或者“先修课程”查询返回了：《离散数学》《程序设计基础》两门课。直接把列表原样输出给用户，体验很生硬。答案格式化模块需要做三件事：判断结果数量，单条结果直接拼接句子，多条结果用顿号或分号连接，空结果返回“暂未查询到相关信息”。

def format_answer(intent: str, result_rows: list) -> str: if not result_rows: return "抱歉，暂未查询到相关信息，可以换一种说法试试。" values = [row[0] for row in result_rows] if intent == "teacher": if len(values) == 1: return f"这门课由{values[0]}老师讲授。" return f"这门课由{'、'.join(values)}老师共同讲授。" elif intent == "location": return f"上课地点在{values[0]}。" elif intent == "time": return f"上课时间是{values[0]}。" elif intent == "prerequisite": return f"先修课程为{'、'.join(values)}。" elif intent == "courses": return f"{values[0]}老师讲授的课程有：{'、'.join(values)}。"

这段代码的价值在于把“查询结果”和“展示逻辑”解耦。你如果想让系统更拟人化，可以把“老师讲授”改成“老师主讲的课程包括”，只需要改这一个函数。注意values[0]的索引操作，前提是 Cypher 查询的 RETURN 子句第一列就是你要展示的字段。如果你改动过 Cypher 模板，一定要同步检查这里，否则可能出现标题对了但答案不对的诡异问题。

4. 项目代码落地：Python 工程的目录结构、依赖与启动步骤

4.1 目录结构与各模块职责

把源码包解压之后，第一件事不是急着跑，而是先花十分钟看目录结构。这套项目的组织方式属于“教学型工程结构”，每个文件负责一件事，命名直白，适合在毕业设计文档里画架构图。常见的目录划分如下：

这个结构的优点是把“构建图谱”和“问答推理”分开，两者通过 Neo4j 数据库解耦。你可以单独跑graph_builder里的脚本重建图谱，也可以单独启动问答服务做接口测试。如果某一天你想把这个系统改成图书推荐问答，只需要换掉data/raw/里的数据源和graph_builder里的实体定义，qa_engine基本不用动。

4.2 环境准备与依赖安装

照着requirements.txt安装依赖，最核心的包只有四个：neo4j-driver、jieba、sklearn、flask。如果你用的是 Python 3.10 及以上版本，建议先升级 pip 再安装，否则 sklearn 的旧版本可能拉不下来。

# 创建独立虚拟环境，避免污染系统 Python python -m venv venv source venv/bin/activate # Windows 下是 venv\Scripts\activate # 升级 pip 后安装依赖 pip install --upgrade pip pip install -r requirements.txt

依赖安装这一步最容易翻车的点是neo4j-driver的版本和 Neo4j 服务端的版本不匹配。源码里默认用的是 4.x 版本的驱动，对应的 Neo4j 服务端最好是 4.4 系列。如果你图省事装了一个最新版 Neo4j 5.x，再用 4.x 驱动去连bolt://端口，连接时会报协议握手错误或不支持的版本号。遇到这种情况不要慌，升级驱动到 5.x 即可。

安装完依赖之后，检查本机是否有 Java 环境，因为 Neo4j 是基于 JVM 的。终端执行java -version，如果没有 Java 或版本低于 11，需要先装一个 OpenJDK 11 或 17。这一步常常被忽略，等 Neo4j 启动报 “Unable to start” 的时候才反应过来。

4.3 数据导入与系统启动

环境和依赖就绪后，启动流程分为三步：启动 Neo4j 服务，运行图谱构建脚本，启动问答 API 服务。

# 第一步：启动 Neo4j 服务 neo4j start # 第二步：构建知识图谱，脚本会读取 data/processed/ 下的 CSV 并写入 Neo4j python graph_builder/build_graph.py # 第三步：启动问答服务，默认监听 127.0.0.1:5000 python api/app.py

启动完成后，打开浏览器访问http://127.0.0.1:5000，你会看到一个简单的聊天界面。输入“数据结构谁教的”，如果一切正常，系统会返回“这门课由张三老师讲授。”到这里，项目就真正跑通了。

build_graph.py这个脚本在打包资料里可能不叫这个名字，你可以根据目录结构找到对应的入口文件。运行之前确认config.py里的 Neo4j 密码已经改成你自己的，否则会报认证失败。我自己第一次跑的时候就是忘了改密码，花了几分钟排查错误日志才发现认证信息不对。

4.4 把默认数据换成你自己的教务数据

这是绝大多数人拿到项目后想做的第一件事——把系统里的示例数据换成自己学校的课程表。操作并不复杂，只需要维护两张表：课程表和教师表。

课程表course.csv建议包含四列：id（唯一编号）、name（正式课程名）、hours（课时数）、time_slot（上课时间）。教师表teacher.csv包含三列：id、name、title（职称）。再准备一个关系表teach.csv，每行一对教师和课程的编号。

数据文件准备好之后，打开graph_builder/build_graph.py，看它是从哪个目录读的 CSV。有的版本写死的是文件路径，有的是从config.py里读的，后者更省心。我把自己的课程数据填进去，跑了十分钟，图谱就构建完了，直接在 Neo4j Browser 里执行MATCH (c:Course) RETURN c LIMIT 10就能看到新数据。

需要提醒的是，synonym_map里的同义词必须同步更新。你换了新课表，“马原”这个映射就没有意义了，需要把新课程的口语缩写加进去。别忘了同时更新问答层里的示例问法，否则你会发现老问题问不出新答案。

5. 避坑排查：Neo4j 连接、中文分词、Cypher 注入与数据脏乱

5.1 现象：驱动连接 Neo4j 时报 “Unable to connect” 或 socket 超时

原因：大概率是neo4j-driver和 Neo4j 服务端版本不匹配，其次是config.py里的密码或地址写错。最常见的是驱动 4.x 连 Neo4j 5.x，协议握手失败。另一个隐蔽原因是 Neo4j 监听的是bolt://localhost:7687，如果你把地址写成了http://localhost:7474，这个端口不对，自然连不上。

解决：先确认 Neo4j 版本，neo4j --version，然后去requirements.txt看驱动版本号，两者大版本必须一致。如果服务端是 4.4，驱动就用 4.4.x；如果是 5.x，就升级驱动到最新版。改完版本后重新pip install对应驱动。地址统一用bolt://localhost:7687，认证信息保持和 Neo4j 安装时设置的一致。

5.2 现象：问句“大学物理实验在哪个教室”被识别成“查询教师”意图

原因：jieba 默认词典里“物理实验”可能被切分成“物理”和“实验”，而“实验”在分类器训练语料里没有出现过。朴素贝叶斯在未知词面前倾向于根据先验概率分配类别，如果训练语料里“teacher”意图的样本最多，它就把这句也归进去了。这不是模型的错，是训练语料覆盖不够导致的。

解决：先在qa_engine里找到意图分类的synonym_map或规则列表，把“在哪个教室”“教室在哪”这类带地点关键词的规则加到规则兜底的前置判断里，让规则层优先于分类器。然后把“大学物理实验”整词加进 jieba 的自定义词典，确保分词不再切碎。最后扩充分类器的训练语料，把“地点”意图的样本增加到十五条以上，重新训练。

5.3 现象：用户问“C语言程序设计是谁教的”之后，系统返回空白或直接 500 错误

原因：课程名带字母和中文混合，模板生成 Cypher 时没有做转义。我在 3.3 节提到过format回填的危险——如果用户输入里包含单引号、双引号或者特殊符号，拼进 Cypher 语句后会导致查询语法错误。这个场景里的“C语言程序设计”本身没有特殊字符，但如果图谱里的课程名存的是“C语言程序设计（上）”，带有括号和中文全角符号，某些版本驱动会解析失败。

解决：抛弃字符串拼接，改用参数化查询。neo4j-driver支持$name占位符，把参数通过session.run(query, name=course_name)传进去。参数化之后，任何字符都不会被当作 Cypher 语法的一部分，这是根治问题的方法，不应该再靠转义去补漏洞。

5.4 现象：导入脚本重复执行后，图谱里出现多个同名课程节点，问答结果同时返回两个不同的授课教师

原因：构建脚本里创建节点时用的是CREATE而不是MERGE，且没有在id属性上建立唯一约束。第一次运行脚本插入了一遍数据，第二次运行又插入了一遍。虽然 Neo4j 不会报错，但会影响查询准确性——MATCH (c:Course {name: "数据结构"})会匹配到两个节点。

解决：检查graph_builder脚本开头是否执行了CREATE CONSTRAINT。如果没有，在导入前先执行一次唯一约束创建，并把所有节点写入语句从CREATE改成MERGE。然后再跑一次MATCH (n) DETACH DELETE n清空旧数据，重新导入。从那以后，我每次跑导入脚本前都会先确认约束是否存在，这条检查已经写成了固定习惯。

5.5 现象：用户问“我想知道张老师这学期教几门课”，系统返回“暂未查询到相关信息”

原因：这个问法在意图分类中属于“统计计数类”，但系统预设的四类意图模板里没有覆盖。这不是 bug，是功能边界——源码只支持实体属性查询，不支持聚合统计。本质上是不清楚系统的问答边界，误以为它什么都能答。

解决：要么接受这个边界，在 UI 里加一个“可咨询问题示例”的提示框，把系统能答的问题类型列出来；要么扩展一个count意图，对应 Cypher 模板MATCH (t:Teacher {name: $teacher})-[:讲授]->(c:Course) RETURN count(c)，然后给分类器补充“教几门课”“带了几门课”这类训练语料。我倾向于前者，因为毕设的系统边界做得清楚，反而好讲；什么都硬加，最后容易在答辩时被问到露怯。

6. 把这套系统改成你的毕设：换领域、加功能与答辩展示

拿到一套能跑的项目只是起点，真正让它在答辩时有说服力，需要做两件事：一是换一个“看起来不一样”的领域，二是把某个环节做得比默认方案深一点。先说换领域。教务问答和图书问答在图谱结构上完全同构：教务的“课程”换成“图书”，“教师”换成“作者”，“教室”换成“图书馆分馆”，意图从“查老师”变成“查作者”，整个graph_builder和qa_engine的代码几乎不用动。我见过一个同学把这个系统改成了“电影问答系统”，把课程换成电影，教师换成导演，教室换成上映影院，照样跑通。所以你别被“教务”两个字限制住，换个数据源，这就是一个新题目。

加功能方面，我建议优先在实体映射上做文章。默认方案用的是同义词表加SequenceMatcher，你可以在网上找一份“课程简称大全”扩充同义词表，或者把SequenceMatcher升级成基于字向量的语义匹配，这会让“人工智能导论”和“AI导论”这类相似但字面无交集的问法也能被正确映射。这个小改进很容易在答辩现场演示：连续输入几个“缩写版”问法，系统全部回答正确，说明你理解实体归一的核心难点。

答辩展示时，不要只把网页演示一遍，那是最后一分钟的事情。我建议按相反顺序展示：先打开 Neo4j Browser，输入MATCH (c:Course {name: "数据结构"})-[:先修]->(pre:Course) RETURN pre.name，现场展示图谱关联；再打开系统网页，输入“数据结构有哪些先修课”，返回结果；然后点开一段日志截图，证明这个问题经过了意图识别、实体映射、Cypher 生成三步。这组演示能同时覆盖建模能力、工程能力和排错能力。

我自己在这套项目上花的时间，有一半耗在 Neo4j 驱动版本兼容和实体映射调参上。那些看起来不起眼的坑，反而成了最后报告里最真实的素材。从那以后，我每次拿到新项目都强制走一遍“先看目录、再跑通最小流程、最后逐层改数据”的流程，这习惯帮我省了无数个深夜。这套资料里的代码未必十全十美，但该有的骨架都在，希望你拿到的版本比我这份少几个坑。希望帮到你。

本文还有配套的精品资源，点击获取