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
|
18天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
205 55
|
7天前
|
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
101 66
|
2天前
|
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
47 33
|
28天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,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37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
153 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
3天前
|
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。
26 10
|
9天前
|
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。
40 5
|
29天前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习的果蔬识别系统实现
果蔬识别系统,主要开发语言为Python,基于TensorFlow搭建ResNet卷积神经网络算法模型,通过对12种常见的果蔬('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜')图像数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django框架搭建Web网页端可视化操作界面,以下为项目实现介绍。
39 4
基于Python深度学习的果蔬识别系统实现
|
23天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
64 8
|
27天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
28天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
48 6