动软件生成完之后需要引用的组件。LTP.Accounts.dll,Maticsoft.Common.dll,Maticsoft.DBUtility.dll,DbHelperSQL.cs

1) app.py是整个系统的主入口
2) templates文件夹是HTML的页面
|-index.html 欢迎界面
|-search.html 搜索人物关系页面
|-all_relation.html 所有人物关系页面
|-KGQA.html 人物关系问答页面
3) static文件夹存放css和js，是页面的样式和效果的文件
4) raw_data文件夹是存在数据处理后的三元组文件
5) neo_db文件夹是知识图谱构建模块
|-config.py 配置参数
|-create_graph.py 创建知识图谱，图数据库的建立
|-query_graph.py 知识图谱的查询 6) KGQA文件夹是问答系统模块 |-ltp.py 分词、词性标注、命名实体识别 7) spider文件夹是模块 |- get_*.py 是之前取人物资料的代码，已经产生好ima

测试Linux 内核的稳定性，熟悉ltp的用法，和具体的测试用例。

附件是vb6.0的demo代码，zebra打印机用usb口打印标签。 使用方法：首先，安装ZeBra打印机驱动，选择USB001端口。用附件里面的程序执行打印即可。或者二次开发。

安全技术-网络信息-深空容延迟网络LTP协议性能的研究.pdf

1.运行环境Linux，并根据readme进行make和install，需要了解一些Makefile文件的基础知识 2.输入格式PCM 3.编码命令 toast -l test.pcm，生成test.pcm.gsm 4.解码命令untoast -l test.pcm.gsm，生成test.pcm

哈工大ltp模型文件(3.4.0)

使用哈工大的ltp，少不了分词模型，由于ltp_data全量模型包太大，经常遇到下载不下来的问题，可以通过下载cws.model直接解决。该文件需要放置到全英文名的路径下才能用： import pyltp from pyltp import Segmentor #导入Segmentor库 math_path = "D:\ltp340\cws.model" #LTP分词模型库 segmentor = Segmentor() #实例化分词模块 segmentor.load(math_path) #加载分词库 words = segmentor.segment("中国是一个自由、和平的国家") print(' '.join(words).split()) #分割分词后的结果

LTP.Common.dll

ltp模型：3.4 模型链接https://download.csdn.net/download/llm765800916/12509692 https://download.csdn.net/download/llm765800916/12509682 https://download.csdn.net/download/llm765800916/12509681 https://download.csdn.net/download/llm765800916/12509665 https://download.csdn.net/download/llm765800916/12509652