基于知识树的知识库构建与查询的例子

import networkx as nx
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 示例对话记录
dialogue = """
客户：你好，我想了解一下产品的保修政策。
坐席：您好！我们的产品保修期为一年，从购买之日起计算。
客户：如果产品在保修期内出现故障，我该怎么办？
坐席：您可以在保修期内将产品送到我们指定的维修点进行免费维修。
客户：维修点在哪里？
坐席：您可以在我们的官方网站上查询最近的维修点地址。
客户：好的，谢谢！
坐席：不客气，祝您生活愉快！
"""

# 解析对话内容并构建知识树
def parse_dialogue(dialogue):
    lines = dialogue.splitlines()
    tree = nx.DiGraph()
    
    # 核心理念（树干）
    root = "产品保修咨询"
    tree.add_node(root)
    
    # 方法论（树枝）和具体案例（树叶）
    questions = {
        "我想了解一下产品的保修政策。": "产品保修期为一年，从购买之日起计算。",
        "如果产品在保修期内出现故障，我该怎么办？": "您可以在保修期内将产品送到我们指定的维修点进行免费维修。",
        "维修点在哪里？": "您可以在我们的官方网站上查询最近的维修点地址。"
    }
    
    for question, answer in questions.items():
        tree.add_node(question)
        tree.add_edge(root, question)
        tree.add_node(answer)
        tree.add_edge(question, answer)
    
    return tree

# 构建知识树
knowledge_tree = parse_dialogue(dialogue)

# 设置字体路径
font_path = "/System/Library/Fonts/STHeiti Light.ttc"  # macOS系统自带的黑体字体路径
font_prop = FontProperties(fname=font_path)

# 可视化知识树
def visualize_tree(tree):
    pos = nx.spring_layout(tree, k=0.5, iterations=20)  # 节点布局
    nx.draw(tree, pos, with_labels=True, node_size=500, node_color="skyblue", font_size=8, font_weight='bold', font_family=font_prop.get_name())
    plt.title("知识树", fontproperties=font_prop)
    plt.axis('off')  # 关闭坐标轴
    plt.show()

# 查询功能
def query_knowledge_tree(tree, question):
    for node in tree.nodes():
        if question in node:
            successors = nx.descendants(tree, node)
            if successors:
                return successors
    return None

# 测试查询功能
question = "如果产品在保修期内出现故障，我该怎么办？"
result = query_knowledge_tree(knowledge_tree, question)
print(question)
if result:
    print(f"树查询结果：")
    for node in result:
        print(node)
else:
    print("未找到相关问题的答案。")

# 可视化知识树
visualize_tree(knowledge_tree)

运行结果：