让散落的历史,重新发生联系
面向中国近代革命历史的本地知识图谱档案馆。浏览人物、事件与遗存,沿着关系、时间和空间探索史料。
两实体关系探索
展示最短路径、关系图、直接关系及共同关联实体。
历史事件时空检索
四种检索模式同时检查事件与回溯语料。
事件列表
回溯语料
历史回溯与全图演化
查看回溯时间线、语料片段和地图路线播放。
历史书籍知识馆
书目来自本地 OWL;导入正文后形成段落级实体与关系证据;明确关系经本地规则审核后进入独立补充 OWL。
本机使用 · UTF-8 TXT · 最大 5 MB
本地语料加权检索
检索实体简介、回溯片段与书籍原文,查看来源、匹配度和证据。
向历史知识库提问
围绕人物属性、实体关系和基本类属进行问答。
规则式结构化知识抽取
仅识别图谱已有实体与关系;时空信息来自已有关系与回溯记录。
格式化 JSON 预览
尚未生成抽取结果
智能补全工作台
在同一面板查看规则判定、百科候选和持续治理任务;所有写入仍经过本地约束与来源校验。
持续 AI 知识治理
正在读取治理状态、预算与暂停原因
本体与身份变更、治理版本及证据
开放数据接口
轻量服务提供的 REST API 列表,可直接用于二次开发。
01项目简介
本项目旨在构建中国近代革命历史时空知识图谱,实现知识检索、关系检索、时空检索、知识演化、语料检索、知识问答与知识抽取。
本项目不仅是本科毕业设计作品,也是中国大学生创新创业立项项目(编号 NO. S201913177034)的成果。
原系统基于 SpringBoot + React + Jena + MySQL 技术栈开发;轻量版使用 Python 标准库解析 OWL 本体,以原生 JavaScript 和本地 ECharts 提供交互,供学习与演示使用。
02技术边界
语料检索为本地文本加权匹配,知识抽取为规则式识别,不等同于原系统的 Lucene 排名、依存句法问答或外部百科抽取服务。
03致谢
衷心感谢我的导师 姜赢教授 和 杨静老师 在毕业设计期间给予的悉心指导与关怀。从选题方向的确定到研究方法的选择,再到论文的撰写与修改,两位老师的悉心教导使我受益匪浅。
感谢 陈鑫 在后端开发与维护中的付出,感谢 郭凌宇 在知识工程与数据工程方面的贡献,感谢 陈嘉璇 在前端开发中的努力。正是团队的通力合作,才使本项目得以顺利完成。
感谢北京师范大学(珠海)提供的良好学习与研究环境,感谢所有在本项目过程中给予帮助与支持的老师和同学。
04指导教师

(jpz6311whu@bnu.edu.cn)

(jingyang@bnu.edu.cn)
05项目负责人
06团队成员

(ChenXinV@outlook.com)

(m15989724148@163.com)

