基于neo4j的汽车领域知识图谱问答系统

介绍：
请使用前务必读一下README.md，系统主要是汽车领域相关知识图谱问答系统，包括了汽车的价格、品牌等十几个关系实体，十几个关系，数据量实体7000+，关系9000+
整个系统使用django构建，自带了一份数据，比较完整，有初始化数据接口，每次务必初始化数据后使用，neo4j按照README.md初始化，注意初始化可能需要一个多小时。
底层数据库知识图谱采用neo4j，关系型数据库采用sqlite，也可以换成mysql，主要是图谱的展示与问答。

详细描述：
1、系统有完整的用户体系，依托于django框架，登录注册退出等功能完善。
2、知识图谱展示：前端html css js，后端django框架，用户系统sqlite，图谱数据看neo4j，neo4j数据链接py2neo，图谱展示echarts，前端可以输入三元组方式查询。
3、问答系统的数据流程为：
离线：生成词表 生成词性表
在线：加载词表，结巴分词，查询词性表，区分词性，匹配模板，生成match语句，查询neo4j，返回结果
文档记过会展示匹配汽车实体的所有属性
4、问答系统业务的流程为：
用户通过GET请求方式，传入一个key参数，该参数为自然语言的输入。
通过使用jieba库对传入的key进行分词，并进行词性标注，获取每个词的类型，从而识别出实体和关系类别。
根据实体和关系类型，在neo4j图数据库中查询相关节点或者关系。
将查询结果进行处理，生成回答。
将用户的问题和回答保存在MyWenda模型中，以便下次查询时使用。
最后渲染模板文件，将查询结果返回给前端页面。
整个过程中需要注意的是，为了保证数据的安全性，该视图函数使用了Django框架自带的@login_required装饰器，即必须登录才能访问。同时，在对用户输入进行处理时需要进行一定的容错处理，比如判断查询结果是否为空，以及不支持的查询类型等。