温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！

温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！

温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！

技术范围：SpringBoot、Vue、爬虫、数据可视化、小程序、安卓APP、大数据、知识图谱、机器学习、Hadoop、Spark、Hive、大模型、人工智能、Python、深度学习、信息安全、网络安全等设计与开发。

主要内容：免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码、文档辅导、LW文档降重、长期答辩答疑辅导、腾讯会议一对一专业讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路。

🍅文末获取源码联系🍅

🍅文末获取源码联系🍅

🍅文末获取源码联系🍅

感兴趣的可以先收藏起来，还有大家在毕设选题，项目以及LW文档编写等相关问题都可以给我留言咨询，希望帮助更多的人

信息安全/网络安全 大模型、大数据、深度学习领域中科院硕士在读，所有源码均一手开发！

感兴趣的可以先收藏起来，还有大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助更多的人

介绍资料

任务书：Django+AI大模型知识图谱古诗词情感分析（CSDN版）

说明：本文为《Django+AI大模型知识图谱古诗词情感分析》任务书，完全适配CSDN博客排版，无冗余格式、段落分明、关键信息加粗，可直接复制粘贴发布，无需额外调整，涵盖任务背景、目标、内容、进度等核心模块，符合计算机类课题任务书规范。

一、任务基本信息

任务名称：Django+AI大模型知识图谱古诗词情感分析系统开发

任务负责人：（根据实际填写）

指导教师：（根据实际填写）

学科专业：计算机科学与技术、人工智能、软件工程（可根据实际调整）

任务周期：（根据实际填写，示例：2026年X月X日—2026年X月X日）

任务类型：应用开发类、毕业设计/课程设计类

二、任务背景与意义

2.1 任务背景

古诗词是中华优秀传统文化的核心载体，蕴含着古人丰富的思想情感与文化内涵，其情感分析是传统文化数字化传承、古典文学研究与智能教育的重要方向。当前古诗词情感分析多存在语义理解不足、文化语境缺失、交互性差等问题，传统方法难以精准捕捉古诗词的含蓄情感与隐喻表达，且缺乏与文化背景的深度结合。

随着AI大模型、知识图谱与Web开发技术的快速发展，AI大模型凭借强大的语义理解与推理能力，可精准解读古诗词的情感内涵；知识图谱能将古诗词相关的诗人、意象、典故等碎片化信息结构化，补充情感分析的文化语境；Django框架具备高效的Web开发能力，可实现功能的可视化部署与便捷交互。本次任务旨在融合三者技术，开发一套古诗词情感分析系统，解决现有研究的不足，助力古诗词的数字化传播与研究。

2.2 任务意义

1. 实践意义：开发可交互的古诗词情感分析系统，为古典文学爱好者、研究者、教育工作者提供精准的情感识别与文化解读工具，降低古诗词学习与研究门槛；实现古诗词情感的可视化呈现，推动中华优秀传统文化的数字化传承与创新。

2. 能力培养意义：通过本次任务，掌握Django Web开发、AI大模型微调、知识图谱构建等核心技术，提升自然语言处理、系统集成与部署的实践能力，培养跨学科（计算机+古典文学）的应用与创新能力。

三、任务目标

本次任务核心目标是完成“Django+AI大模型知识图谱古诗词情感分析系统”的设计、开发、测试与部署，具体目标如下：

1. 数据目标：构建包含唐诗、宋词等经典古诗词的标准化数据集，标注情感类别与文化属性；构建古诗词领域知识图谱，涵盖作者、作品、意象、典故、朝代等实体及关联关系。

2. 模型目标：基于AI大模型（ChatGLM-6B）进行微调，结合知识图谱补充文化语境，实现古诗词基础情感（积极、消极、中性）与复杂情感（豪迈、婉约、悲戚等）的精准识别，情感分析准确率≥90%。

3. 系统目标：基于Django框架开发Web交互系统，实现古诗词文本/图片输入、情感分析、结果可视化、文化背景解读、历史记录查询等功能，系统运行稳定、响应流畅（响应时间≤2s）。

4. 交付目标：完成系统开发与部署，提交完整的源代码、数据集、知识图谱、测试报告与使用说明，确保系统可正常运行、可复用。

四、核心任务内容与要求

4.1 前期准备与需求分析（任务1）

1. 文献调研：梳理Django Web开发、AI大模型情感分析、古诗词知识图谱构建相关的国内外研究现状、核心技术与应用案例，撰写文献调研总结（不少于2000字）。

2. 需求分析：明确系统的功能需求（情感分析、知识图谱查询、可视化等）、性能需求（准确率、响应速度等）、交互需求，绘制需求分析说明书，明确技术栈与开发方案。

要求：调研全面、需求清晰，技术方案可行，符合课题实际开发难度，需经指导教师审核通过后进入下一阶段。

4.2 数据集与知识图谱构建（任务2）

1. 数据集构建：采集唐诗、宋词经典作品（不少于8000首），清洗去重后标注情感类别（基础情感3类、复杂情感6类）、作者、创作年代、核心意象等信息；进行数据增强（同义词替换、句式调整等），划分训练集与测试集（比例7:3），形成标准化数据集。

2. 知识图谱构建：梳理古诗词相关实体（作者、作品、意象、典故、朝代）及关系（作者-创作-作品、意象-情感关联-作品、典故-关联-作品）；使用Neo4j构建知识图谱，包含实体不少于5000个、关系不少于8000条，实现实体查询与关系可视化。

要求：数据集标注准确、覆盖全面；知识图谱实体完整、关系合理，可正常查询与可视化，提交数据集文件与知识图谱导出文件。

4.3 AI大模型微调与情感分析模块开发（任务3）

1. 模型选型与微调：选用ChatGLM-6B作为基础模型，采用LoRA技术进行微调，基于构建的古诗词数据集优化模型参数，提升模型对古典文本的语义理解与情感识别能力。

2. 情感分析模块开发：实现古诗词文本预处理（分词、去停用词、词向量转换），集成微调后的AI大模型与知识图谱查询接口，完成情感识别、情感强度分析与文化解读报告生成功能。

要求：模型微调后情感分析准确率≥90%，能够精准捕捉古诗词的含蓄情感；模块可独立调用，接口规范，便于与Web系统集成。

4.4 Django Web系统开发（任务4）

1. 后端开发：基于Django框架构建后端服务，采用MTV架构，定义数据模型（用户、古诗词、情感分析记录等），开发API接口（输入接口、分析接口、查询接口、知识图谱接口）；集成AI模型与Neo4j知识图谱，处理业务逻辑，确保数据交互顺畅。

2. 前端开发：基于Vue.js+Element UI开发前端界面，包含首页、情感分析页、知识图谱可视化页、历史记录页；实现古诗词文本/图片输入、结果展示、知识图谱交互、历史记录查询等功能，适配PC端与移动端。

3. 前后端联调：完成前后端接口联调，测试接口稳定性与响应速度，优化交互体验，确保系统功能正常运行。

要求：后端代码规范、注释完整；前端界面简洁易用、布局合理；系统无明显Bug，交互流畅。

4.5 系统测试与部署（任务5）

1. 系统测试：开展功能测试、性能测试、准确性测试，验证各模块功能是否正常、系统响应速度是否达标、情感分析准确率是否符合要求，撰写测试报告，记录问题并优化。

2. 系统部署：采用Docker容器化部署方式，将Django后端、Vue前端、AI模型、Neo4j数据库打包为Docker镜像，部署到服务器；配置Nginx反向代理，确保系统可通过网络访问，运行稳定。

要求：测试全面、问题整改到位；部署成功，系统可正常访问，运行稳定，提交测试报告与部署说明。

4.6 文档撰写（任务6）

撰写任务总结报告、系统开发文档、使用说明书，内容包括任务完成情况、核心技术实现、系统功能介绍、操作步骤、问题与解决方法等；整理源代码、数据集、知识图谱等相关资料，形成完整的任务交付包。

要求：文档格式规范、逻辑清晰、内容完整，资料整理有序，便于后续查阅与复用。

五、任务进度安排

（按实际任务周期调整，示例周期为24周，可灵活修改）

1. 第1-4周：完成文献调研、需求分析，撰写调研总结与需求说明书，确定技术方案，经指导教师审核。

2. 第5-8周：完成古诗词数据集的采集、清洗、标注与增强；构建古诗词知识图谱，完成实体与关系导入，测试知识图谱查询功能。

3. 第9-12周：完成AI大模型（ChatGLM-6B）的微调，开发情感分析模块，测试情感分析准确率，优化模型性能。

4. 第13-16周：开发Django后端与Vue前端，完成前后端接口联调，实现系统核心功能，初步测试系统运行情况。

5. 第17-19周：开展系统全面测试，修复Bug，优化系统性能与交互体验；完成Docker容器化部署，确保系统可正常访问。

6. 第20-22周：撰写任务总结报告、系统开发文档、使用说明书，整理相关资料，形成交付包。

7. 第23-24周：提交任务交付包，准备任务验收，根据指导教师意见修改完善相关内容。

六、技术栈要求

1. 后端技术：Python 3.8+、Django 4.2+、Django REST framework、MySQL 8.0

2. AI模型技术：PyTorch 2.0+、Transformers、ChatGLM-6B、LoRA微调技术

3. 知识图谱技术：Neo4j 5.10+、py2neo

4. 前端技术：Vue.js 3.0+、Element UI、ECharts（可视化）

5. 部署技术：Docker、Nginx、Git（版本控制）

6. 辅助技术：jieba（分词）、Word2Vec（词向量）、OpenCV（图片文本识别，可选）

七、任务交付物

1. 文档类：文献调研总结、需求分析说明书、测试报告、任务总结报告、系统开发文档、使用说明书。

2. 数据类：古诗词标准化数据集（含标注）、古诗词知识图谱（Neo4j导出文件）。

3. 代码类：系统完整源代码（后端+前端+AI模型微调代码）、模型权重文件。

4. 系统类：可运行的Web系统（Docker镜像或部署后的在线链接）。

八、任务要求与注意事项

1. 严格按照任务进度推进，按时完成各阶段任务，每周向指导教师汇报任务进展，遇到问题及时沟通解决。

2. 代码编写规范，注释完整，注重代码复用性与可读性，使用Git进行版本控制，定期提交代码。

3. 数据集与知识图谱构建需保证准确性与完整性，避免数据缺失、标注错误等问题。

4. 系统开发过程中，注重用户体验，确保界面简洁易用、功能实用，符合课题核心需求。

5. 严禁抄袭、盗用他人代码与数据，所有成果需为自主完成，符合学术规范。

6. 任务完成后，需配合指导教师进行验收，根据意见及时修改完善交付物。

九、验收标准

1. 交付物齐全，符合任务要求，文档完整、规范，资料整理有序。

2. 数据集标注准确，知识图谱可正常查询，实体与关系完整。

3. AI模型情感分析准确率≥90%，能够精准识别古诗词的基础情感与复杂情感，解读合理。

4. Web系统功能完整，可正常运行，响应速度≤2s，无明显Bug，交互流畅，适配PC端与移动端。

5. 系统部署成功，可通过网络访问，运行稳定，符合部署要求。

6. 代码规范、注释完整，可复用性强，能够通过指导教师的代码审核。

任务负责人签字：__________ 日期：__________

指导教师签字：__________ 日期：__________

（注：签字部分可在发布时删除，或保留占位符供后续填写）

运行截图

推荐项目

上万套Java、Python、大数据、机器学习、深度学习等高级选题(源码+lw+部署文档+讲解等)

项目案例

优势

1-项目均为博主学习开发自研，适合新手入门和学习使用

2-所有源码均一手开发，不是模版！不容易跟班里人重复！

为什么选择我

 博主是CSDN毕设辅导博客第一人兼开派祖师爷、博主本身从事开发软件开发、有丰富的编程能力和水平、累积给上千名同学进行辅导、全网累积粉丝超过50W。是CSDN特邀作者、博客专家、新星计划导师、Java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交流和合作。 

🍅✌感兴趣的可以先收藏起来，点赞关注不迷路，想学习更多项目可以查看主页，大家在毕设选题，项目代码以及论文编写等相关问题都可以给我留言咨询，希望可以帮助同学们顺利毕业！🍅✌

源码获取方式

🍅由于篇幅限制，获取完整文章或源码、代做项目的，拉到文章底部即可看到个人联系方式。🍅

点赞、收藏、关注，不迷路，下方查↓↓↓↓↓↓获取联系方式↓↓↓↓↓↓↓↓