基于python的问答对联生成系统 附完整代码 毕业设计

简介: 基于python的问答对联生成系统 附完整代码 毕业设计

软件标题:智能对联生成系统


b 系统概述


  • 使用项目:智能对联生成系统
  • 软件用途:通过网页端可以获取到根据已有上联只能生成的下联。
  • 开发历史:本项目未曾有前置版本。但在服务器搭建,Tensorflow 使用上已有经验。
  • 投资方:开发小组自费
  • 需方:西安电子科技大学计算机科学与技术学院软件工程课程
  • 用户:网页使用者
  • 开发方:开发小组,成员:张笑天,王重阳,王艺静,张震宇
  • 支持机构:西安电子科技大学计算机科学与技术学院软件工程
  • 当前运行现场:虚拟机 VMWare 中 Ubuntu 19.10,Windows 10 平台 Anaconda
  • 计划运行现场:阿里云 Ubuntu 18.04


c 文档概述


本文档为项目 智能对联生成系统 的软件设计说明,用于描述对计算机软件配置项 CSCI 的设计,它描述了 CSCI 级设计决策、CSCI 体系结构设计(概要设计)和实现该软件所需的详细设计。


保密性:该文档可以公开于网络,但应注意项目以及该文档本身均遵循 GPLv3 协议开源。

http://www.gnu.org/licenses/quick-guide-gplv3.html

d 基线

2 引用文件


GPLv3 协议:http://www.gnu.org/licenses/quick-guide-gplv3.html

3 软件综述


a 软件应用

用户可以在网页上方便地输入自自定义的上联得到下联,起到丰富精神生活作用。

b 软件清单

支持 HTML5 的浏览器,例如 Google Chrome。

c 软件环境

可以访问互联网。

d 软件组织和操作概述

i 软件逻辑部件

627dcbff60f9dcac3019ce431ff45846.png


自上而下为软件的标题,软件的输入提示,软件的输入文本框,软件的互动按钮和软件的使用提示。

在交互之后,得到的是



65a41b0b1dbe68978b86d40528870128.png

自上而下分别为软件的使用结果(或者错误提示),软件的使用提示,输入文本框,软件的互动按钮。


交互之后得到同上界面。


ii 用户期望的性能特性


可接受输入:根据提示为七个以下汉字。


输出类型:对应数量的汉字或者输入错误提示。


响应时间:10s 左右,同时也与服务器负载、用户网络状况有关系。


处理时间:10s 左右,取决于服务器 CPU 性能。


限制:使用用户过多,nginx 会触发保护机制,返回错误 504


预期的错误率:在高负载下 nginx 报错 504,但是不会造成服务器崩溃。


预期的可靠性:同上。


iii 组长负责服务器的购买与维护。

iv 监督措施:服务器的安全口令与提供商阿里云的安全措施。

e 意外事故以及运行的备用状态和方式。


在高负载下 nginx 报错 504

f 保密性与私密性

本文档根据 GPLv3 开源,保密性由开源协议保护。

安全性与私密性由 Nginx 反向代理和 Django 以及服务器提供商即阿里云的安全措施保护。

g 帮助和问题报告

在输入错误时给予用户正确输入提示。用户可以通过点击源代码按钮联系作者。

4 访问软件


a 软件的首次用户

i 熟悉设备

熟悉浏览器即可

ii 访问控制

任何连接互联网用户均可访问,用户自己访问内容由 HTTPS 加密协议保证,在服务器保密由服务器安全措施保证。

iii 安装和设置

同浏览器的安装与设置。

b 启动过程

在浏览器中输入网址:https://enigmazhang.tech/couplet/main/

iv 停止和挂起工作

关闭浏览器标签页即可。

5 软件使用指南


a 能力

用户根据提示在输入框中输入上联,通过提交按钮或者快捷键提交上联到服务器,等待页面跳转之后得到下联或者对于用户操作的提示;随后用户可以继续在输入框中输入上联。

b 约定

详见软件设计文档。

c 处理过程

用户根据提示在输入框中输入上联,通过提交按钮或者快捷键提交上联到服务器,等待页面跳转之后得到下联或者对于用户操作的提示;随后用户可以继续在输入框中输入上联。

d 相关处理位于浏览器端和服务器端

浏览器根据前端脚本和文件进行渲染并且与服务器交互;服务器根据前端信息得到上联向前端发送下联。

f 错误、故障和紧急情况时的恢复

当服务器负载过大时,由 nginx 报错 504,防止服务器崩溃。

如果服务器意外崩溃,必须由开发者手动重启服务。


g 消息


Nginx504 错误:提示用户当前负载过大超时,请稍后再尝试。

用户输入格式错误:提示用户“请输入七个及以下汉字”


6 注解


  • NLP:自然语言处理
  • 云服务器(ECS): 一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务
  • CPU:中央处理器,计算机系统的运算和控制核心,是信息处理、程序运行的最终执行单元
  • GPU:图形处理器,一种专门在个人电脑、工作站、游戏机和一些移动设备上做图像和图形相关运算工作的微处理器。
  • :一系列基于 Intel 8086 且向后兼容的中央处理器指令集架构
  • Linux:一套免费使用和自由传播的类 UNIX 操作系统。
  • Ubuntu:一个以桌面应用为主的 Linux 操作系统。
  • Windows:美国微软公司研发的一套操作系统
  • Python:一种跨平台的计算机程序设计语言
  • VMware Workstation:一款功能强大的桌面虚拟计算机软件,提供用户可在单一的桌面上同时运行不同的操作系统
  • Anaconda:开源的 Python 包管理器
  • Tensorflow:TensorFlow 是一个基于数据流编程的符号数学系统
  • PyTorch:是一个开源的 Python 机器学习库
  • GPL:GNU General Public License,GNU 通用公共许可证
  • IDE:集成开发环境,Integrated Development Environment 是用于提供程序开发环境的应用程序,一般包括代码编辑器、编译器、调试器和图形用户界面等工具
  • PyCharm:一种 Python 集成开发工具
  • IDLE:Integrated Development and Learning Environment,集成开发和学习环境,是 Python 的集成开发环境
  • Visual Studio:美国微软公司的开发工具包系列产品
  • Visual Studio Code:跨平台源代码编辑器
  • VIM:功能强大、高度可定制的文本编辑器
  • Google Chrome:是一款由 Google 公司开发的网页浏览器
  • Firefox:是一个自由及开放源代码的网页浏览器
  • Microsoft Edge:是一款由 Microsoft 公司开发的网页浏览器
  • Git:一个开源的分布式版本控制系统
  • GitHub:一个面向开源及私有软件项目的托管平台
  • Nginx:一个高性能的 HTTP 和反向代理 Web 服务器
  • uWsgi:一个 Web 服务器与 Web 应用通信的规范实现
  • Django:一个开放源代码的 Web 应用框架
  • Flask:一个使用 Python 编写的轻量级 Web 应用框架
  • HTML5:超文本标记语言 5,构建 Web 内容的一种语言描述方式
  • CSS:层叠样式表,Cascading Style Sheets 是一种用来表现 HTML 或 XML 等文件样式的计算机语言
  • JavaScript:是一种具有函数优先的轻量级,解释型或即时编译型的编程语言
  • Tensor2Tensor:一套基于 TensorFlow 的深度学习系统

完整代码:https://download.csdn.net/download/qq_38735017/87382432

相关文章
|
7天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
51 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
1月前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习果蔬识别系统实现
本项目基于Python和TensorFlow,使用ResNet卷积神经网络模型,对12种常见果蔬(如土豆、苹果等)的图像数据集进行训练,构建了一个高精度的果蔬识别系统。系统通过Django框架搭建Web端可视化界面,用户可上传图片并自动识别果蔬种类。该项目旨在提高农业生产效率,广泛应用于食品安全、智能农业等领域。CNN凭借其强大的特征提取能力,在图像分类任务中表现出色,为实现高效的自动化果蔬识别提供了技术支持。
基于Python深度学习果蔬识别系统实现
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
135 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
1月前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
32 3
|
1月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
2月前
|
Python
课程设计项目之基于Python实现围棋游戏代码
游戏进去默认为九路玩法,当然也可以选择十三路或是十九路玩法 使用pycharam打开项目,pip安装模块并引用,然后运行即可, 代码每行都有详细的注释,可以做课程设计或者毕业设计项目参考
78 33
|
2月前
|
JavaScript API C#
【Azure Developer】Python代码调用Graph API将外部用户添加到组,结果无效,也无错误信息
根据Graph API文档,在单个请求中将多个成员添加到组时,Python代码示例中的`members@odata.bind`被错误写为`members@odata_bind`,导致用户未成功添加。
52 10
|
2月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
132 66
|
2月前
|
存储 算法 Python
文件管理系统中基于 Python 语言的二叉树查找算法探秘
在数字化时代,文件管理系统至关重要。本文探讨了二叉树查找算法在文件管理中的应用,并通过Python代码展示了其实现过程。二叉树是一种非线性数据结构,每个节点最多有两个子节点。通过文件名的字典序构建和查找二叉树,能高效地管理和检索文件。相较于顺序查找,二叉树查找每次比较可排除一半子树,极大提升了查找效率,尤其适用于海量文件管理。Python代码示例包括定义节点类、插入和查找函数,展示了如何快速定位目标文件。二叉树查找算法为文件管理系统的优化提供了有效途径。
64 5

热门文章

最新文章

推荐镜像

更多