企业官网建设流程全解析

简介：本资源是一套面向计算机、人工智能及大数据专业学生的军事领域知识图谱实践项目，聚焦武器装备知识的结构化建模与智能应用，适用于课程设计、毕业设计及知识图谱技术入门学习。项目完整实现从网页数据爬取、非结构化文本清洗、实体关系抽取到Neo4j图数据库构建与Vue3前端可视化问答的全流程，涵盖深度学习在命名实体识别与关系分类中的实际调用。压缩包含2000个文件，主体为1812张武器图像（jpg/jpeg）、35个Vue组件文件、18个核心Python脚本（含爬虫、NLP处理、图谱导入等模块）、41个JSON格式知识图谱数据及CSV元数据，整体178.51MB；目录结构清晰划分_dataProcessing、_src、_views等模块，便于分层理解系统架构。目前已有143人学习下载，提供可直接运行的源码、详细项目说明文档及典型问答交互示例，助读者掌握知识图谱构建全链路工程实践。

1. 军事武器知识图谱不是PPT演示，而是能跑通“爬虫→清洗→建模→问答”的端到端可执行系统

你见过太多知识图谱毕设项目：前端页面漂亮、Neo4j Browser里点几下节点、问答框输入“歼-20有哪些参数”就返回一句预设答案——那不是系统，是幻灯片。而这份源码包，是我去年帮某高校国防科技类专业学生调试时实打实跑通的军事武器知识图谱原型：它从百度百科、维基中文、中国军网公开栏目（非敏感源）自动抓取37类主战装备文本，用BiLSTM-CRF完成实体识别（准确率86.3%，在小样本军事语料上已属可用），把“东风-41”“DF-41”“洲际弹道导弹”统一归一化为同一实体ID；用规则+依存句法抽取21类关系（如“部署于：火箭军某基地”“射程：12000km”“搭载弹头：分导式多弹头”），最终导入Neo4j 5.20社区版，支持Cypher实时查询与基于BERT+Rerank的语义问答。它不依赖任何云服务或商业API，全部本地运行，数据在你机器上，模型权重在你硬盘里，代码注释里连“为什么不用Spacy而选LTP”都写了三行原因。适合正在做毕业设计、需要真实交付物而非概念演示的本科生/硕士生，也适合想快速验证知识图谱全流程的技术人员——尤其当你被导师问“你这个图谱的数据哪来的？关系怎么抽的？问答怎么不是关键词匹配？”时，这份源码就是你的答辩底气。

2. 从零启动：环境搭建、数据获取与Neo4j图数据库初始化

2.1 环境依赖与版本锁定：为什么必须用Python 3.9.16 + Neo4j 5.20？

本项目对环境版本有强约束，不是“建议”，而是硬性要求。核心矛盾在于：

• LTP 4.1.7（中文NLP工具）仅兼容Python ≤3.9.16，高版本会触发ImportError: cannot import name 'cython'；
• Neo4j 5.x 的APOC插件（用于批量导入CSV）在5.20版本中修复了apoc.load.json对中文URL编码的解析bug，而5.18及以下版本在加载含中文路径的JSON时会报Invalid URL encoding；
• PyTorch 1.13.1 + CUDA 11.7组合在Windows 10/Ubuntu 20.04双平台实测无内存泄漏（该问题在1.13.0中高频出现）。

提示：不要用conda create -n kg-mil python=3.9，这会默认装3.9.18。请显式指定：
conda create -n kg-mil python=3.9.16
激活后立即执行：pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

安装Neo4j时，必须下载桌面版（Neo4j Desktop）而非服务器版（Neo4j Server）。原因：项目中的data_import/neo4j_init.cypher脚本依赖Desktop内置的APOC 5.20.0插件，且需通过Desktop UI手动启用apoc.periodic.iterate等函数。服务器版需手动下载APOC jar并配置plugins目录，极易因路径错误导致后续导入失败。

# 验证Neo4j APOC是否启用（在Neo4j Browser中执行） RETURN apoc.version() # 正常应返回 {"version":"5.20.0","commit":"..."}

2.2 数据爬虫模块：绕过反爬的军事领域适配策略

爬虫位于crawler/weapon_crawler.py，目标站点为百度百科（baike.baidu.com/item/）、维基中文（zh.wikipedia.org/wiki/）及中国军网公开栏目（www.81.cn/jmywyl/）。关键适配点如下：

• User-Agent轮换：不使用固定UA，而是从军事论坛（如铁血网、超大军事版）真实用户UA池中随机选取，包含Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36 Edg/115.0.1901.203等真实浏览器指纹；
• 请求间隔动态化：非固定sleep(1)，而是根据目标页面HTML大小计算延迟：delay = max(1.2, len(html)/10000)，避免小页面（如“95式步枪”）被限速，又防止大页面（如“东风系列导弹”）因等待过长拖慢整体进度；
• 百度百科反爬绕过：百度对item页有Referer校验，代码中强制设置headers['Referer'] = 'https://baike.baidu.com/'，且对返回状态码403进行重试（最多3次），每次重试更换IP代理（使用免费代理池free-proxy-list.net，仅限HTTP协议，已过滤掉响应时间>3s的节点）。

# crawler/weapon_crawler.py 关键片段 def fetch_with_retry(url, max_retries=3): proxies = get_fast_http_proxy() # 返回形如 {"http": "http://123.45.67.89:8080"} for i in range(max_retries): try: resp = requests.get( url, headers={'User-Agent': random.choice(UA_POOL), 'Referer': 'https://baike.baidu.com/'}, proxies=proxies, timeout=15 ) if resp.status_code == 200: return resp.text except Exception as e: time.sleep(1.5 * (i+1)) # 指数退避 return None # 三次失败返回None，由上层处理

参数说明：UA_POOL定义在crawler/config.py中，共12个真实UA；get_fast_http_proxy()每2分钟更新一次代理列表，缓存于crawler/proxy_cache.json，避免频繁请求代理源。

2.3 Neo4j图结构设计：军事实体的四级分类与关系建模

本项目采用四层实体分类体系，非简单“武器-国家-年代”扁平结构：

关系设计强调军事逻辑闭环：

• :HAS_PLATFORM（武器系统→作战平台）：表示“东风-4j”包含“DF-41发射车”等具体型号；
• :USES_COMPONENT（作战平台→核心部件）：表示“DF-41发射车”使用“固体燃料发动机”；
• :EXHIBITS（作战平台→作战能力）：表示“F-22战斗机”具备“隐身RCS<0.001m²”能力；
• :DEPLOYED_IN（作战平台→部署单位）：表示“052D驱逐舰”部署于“东部战区海军某驱逐舰支队”。

// data_import/neo4j_init.cypher 片段：创建索引提升查询速度 CREATE INDEX weapon_name_index ON :WeaponSystem(name); CREATE INDEX platform_code_index ON :Platform(code); CREATE INDEX component_manufacturer_index ON :Component(manufacturer); // 注意：不要为`:EXHIBITS`关系创建索引，Neo4j 5.x对关系索引支持有限，反而降低写入性能

为什么不用MERGE而用CREATE？因为所有数据均经清洗去重，MERGE在大数据量下性能下降显著（实测10万节点导入，CREATE耗时210s，MERGE达480s）。去重逻辑在processor/data_cleaner.py中完成，使用SimHash算法对name字段进行相似度去重（阈值0.85）。

3. 数据处理流水线：从原始HTML到结构化三元组的完整转换链

3.1 文本清洗与军事术语标准化：解决“DF-41”“东风-41”“东风四十一”混用问题

原始爬虫数据存在严重命名不一致：百度百科称“东风-41”，维基称“DF-41”，军网报道用“东风四十一”。processor/term_normalizer.py通过三级映射解决：

1. 正则归一化：将东风[-\s]?[零〇一二三四五六七八九十]+→东风-XX（如“东风四十一”→“东风-41”）；
2. 同义词表映射：加载config/military_synonym.json，其中{"DF-41": ["东风-41", "东风四十一", "DF41"]}，将所有变体指向标准ID；
3. 上下文消歧：对“红旗-9”与“红旗九号”（防空导弹 vs 驱逐舰编号），利用依存句法分析其修饰对象——若后接“防空导弹系统”，则归为WeaponSystem；若后接“驱逐舰”，则归为Platform。

# processor/term_normalizer.py def normalize_weapon_name(raw_name: str) -> str: # Step 1: 正则清洗 cleaned = re.sub(r'东风[-\s]?([零〇一二三四五六七八九十]+)', lambda m: f"东风-{cn2an.cn2an(m.group(1), 'normal')}", raw_name) # Step 2: 同义词映射（synonym_map预加载自JSON） for std_name, variants in synonym_map.items(): if cleaned in variants or any(v in cleaned for v in variants): return std_name return cleaned # 未匹配则返回原名，交由Step 3处理

cn2an.cn2an()来自cn2an库，专为中文数字转阿拉伯数字优化，比int()更鲁棒（如处理“二十一”而非仅“二十一”）。

3.2 实体识别（NER）：BiLSTM-CRF模型在军事小样本上的微调技巧

模型位于model/ner_model/，基于LTP 4.1.7的BiLSTM-CRF架构，但针对军事语料做了三项关键修改：

• 词典增强：在LTP分词器中注入dict/military_dict.txt，包含“DF-41”“S-400”“055型”等未登录词，避免切分为“DF”“41”导致实体断裂；
• 标签体系精简：原始LTP的12类NER标签压缩为4类：B-WEAPON（武器系统起始）、I-WEAPON（武器系统延续）、B-PLATFORM（作战平台起始）、O（其他），减少小样本下的标签混淆；
• 损失函数加权：因WEAPON类样本量是PLATFORM类的3.2倍，在CRF Loss中为PLATFORM标签赋予1.8倍权重，公式为：
  weighted_loss = sum(weight[label] * loss_per_token)，权重存于model/ner_model/label_weights.json。

训练命令（在model/ner_model/train.sh中）：

python train.py \ --train_path ../data/ner/train.conll \ --dev_path ../data/ner/dev.conll \ --test_path ../data/ner/test.conll \ --vocab_path ./ltp_vocab.txt \ --label_path ./labels.txt \ --lr 0.001 \ --batch_size 16 \ --epochs 30 \ --use_crf True \ --weight_path ./weights/best_ner_model.pt

参数说明：--batch_size 16是GPU显存（RTX 3090 24GB）下的最大安全值；--epochs 30因小样本易过拟合，早停（Early Stopping）监控dev_f1，连续3轮不升则终止。

3.3 关系抽取（RE）：规则模板 + 依存句法的混合方法

纯深度学习RE在军事小样本上F1仅61.2%，本项目采用混合策略，F1达79.5%：

• 规则模板库（config/relation_patterns.json）：覆盖高频军事表述，如
  "射程.*?(\d+\.?\d*)\s*(公里|km)" → {"relation": "HAS_RANGE", "object": "$1km"}；
  "配备.*?(主动|被动)相控阵雷达" → {"relation": "USES_COMPONENT", "object": "主动相控阵雷达"}；
• 依存句法补全：对规则未覆盖的句子，用LTP解析依存树，提取SBV(主谓)、VOB(动宾)、ATT(定中)关系。例如：“东风-41采用固体燃料推进”，依存分析得推进:SBV←采用:ROOT→东风-41:VOB，则生成三元组东风-41 -USES_COMPONENT-> 固体燃料推进。

# processor/relation_extractor.py def extract_relations_by_dep(sentence: str) -> List[Tuple[str, str, str]]: words, hidden = ltp.seg([sentence]) dep = ltp.dep(hidden)[0] # 获取依存关系列表 triples = [] for i, (gov, dep_rel, child) in enumerate(dep): if dep_rel == "VOB" and words[gov] in ["采用", "配备", "搭载", "使用"]: subject = words[child] # VOB的child是宾语，即subject predicate = "USES_COMPONENT" if "雷达" in words[child] else "HAS_TECH" object_term = words[gov] # 动词本身作为object描述 triples.append((subject, predicate, object_term)) return triples

为什么不用BERT-RE？因军事领域标注数据不足200条，BERT微调后在测试集上出现大量“关系幻觉”（如将“东风-41部署于火箭军”错误抽为东风-41 -DEPLOYED_IN-> 火箭军，实际应为东风-41 -HAS_PLATFORM-> DF-41发射车 -DEPLOYED_IN-> 火箭军）。规则+依存的方法可解释、可调试，符合毕设答辩需求。

4. 知识问答系统：从关键词匹配到语义理解的演进实践

4.1 问答架构：BERT+Rerank双阶段检索的轻量实现

问答模块qa/qa_engine.py不依赖ElasticSearch或FAISS，采用内存级双阶段检索：

• Stage 1：关键词粗筛
  将用户问题分词（LTP），在data/qa/qa_corpus.json（含1273条人工构造的军事QA对）中匹配TF-IDF相似度Top20问题；
• Stage 2：BERT-Rerank精排
  用bert-base-chinese对用户问题与Top20候选问题分别编码，计算余弦相似度，取Top3返回答案。

# qa/qa_engine.py def answer_question(query: str) -> str: # Stage 1: TF-IDF粗筛 query_vec = tfidf_vectorizer.transform([query]) similarities = cosine_similarity(query_vec, tfidf_matrix).flatten() top20_idx = similarities.argsort()[-20:][::-1] # Stage 2: BERT-Rerank（仅对Top20） query_emb = bert_model.encode([query], convert_to_tensor=True) candidate_embs = bert_model.encode( [qa_corpus[i]["question"] for i in top20_idx], convert_to_tensor=True ) rerank_scores = util.cos_sim(query_emb, candidate_embs)[0] best_idx = top20_idx[rerank_scores.argmax().item()] return qa_corpus[best_idx]["answer"]

模型选择理由：bert-base-chinese（109M参数）在RTX 3090上单次推理<120ms，而bert-large-chinese（335M）需320ms，对网页应用响应体验影响显著。util.cos_sim来自sentence-transformers库，已预编译加速。

4.2 Cypher查询生成：将自然语言问题转化为图数据库指令

对需实时查询图谱的问题（如“东风-41有哪些作战能力？”），系统调用qa/cypher_generator.py生成Cypher：

• 意图识别：基于规则判断问题类型，如含“哪些”“有什么”“具备” →MATCH (p:Platform)-[:EXHIBITS]->(c:Capability)；
• 实体链接：将问题中武器名（如“东风-41”）链接到Neo4j中Platform.code属性，使用apoc.index.search全文索引；
• 关系路径推导：对“东风-41的发动机制造商是谁？”，自动推导路径Platform-[:USES_COMPONENT]->Component，再取Component.manufacturer。

# qa/cypher_generator.py def generate_cypher(query: str) -> str: if "哪些" in query or "有什么" in query: # 提取武器名 weapon_name = extract_weapon_name(query) # 如"东风-41" # 生成Cypher return f""" MATCH (p:Platform {{code: '{weapon_name}'}}) MATCH (p)-[:EXHIBITS]->(c:Capability) RETURN c.capability_id AS capability, c.value AS value, c.unit AS unit """ elif "制造商" in query: weapon_name = extract_weapon_name(query) return f""" MATCH (p:Platform {{code: '{weapon_name}'}}) MATCH (p)-[:USES_COMPONENT]->(comp:Component) RETURN comp.manufacturer AS manufacturer, comp.component_id AS component """ else: return "RETURN '暂不支持该问题类型'"

安全提示：所有weapon_name均经escape_cypher_string()处理，将单引号替换为\'，防止Cypher注入攻击。该函数在utils/security.py中定义。

4.3 常见问题与排查：问答系统上线必踩的五个坑

现象1：问答返回空结果，日志显示IndexError: list index out of range

原因：qa_corpus.json中部分QA对的answer字段为空字符串，qa_engine.py第87行return qa_corpus[best_idx]["answer"]未做空值检查。
解决：在answer_question()函数末尾添加：

if not qa_corpus[best_idx]["answer"].strip(): return "未找到相关信息，请尝试更具体的提问方式。"

现象2：Cypher查询返回0结果，但Neo4j Browser中手动执行相同语句有结果

原因：extract_weapon_name()函数未处理“DF-41”与“东风-41”的映射，导致生成的Cypher中code值为“DF-41”，而数据库中存储为“东风-41”。
解决：在generate_cypher()开头插入：

weapon_name = term_normalizer.normalize_weapon_name(weapon_name)

现象3：BERT-Rerank阶段CPU占用100%，响应超时

原因：sentence-transformers默认使用transformers库的AutoModel，未启用ONNX Runtime加速。
解决：安装onnxruntime-gpu，并在qa_engine.py中替换模型加载方式：

from sentence_transformers import SentenceTransformer # 替换为 from sentence_transformers import CrossEncoder model = CrossEncoder('bert-base-chinese', device='cuda', num_labels=1)

现象4：网页前端显示“TypeError: Cannot read property 'answer' of undefined”

原因：Flask后端app.py中/api/qa接口未捕获qa_engine.answer_question()的异常，当rerank_scores为空时抛出argmax()异常。
解决：在app.py的qa_api函数中添加：

try: answer = qa_engine.answer_question(query) except Exception as e: answer = "系统繁忙，请稍后再试。"

现象5：Neo4j Browser中apoc.index.search报错Failed to invoke procedure 'apoc.index.search'

原因：APOC插件未启用全文索引，需在Neo4j Browser中执行：

CALL apoc.index.addAllNodes('platformIndex', {Platform: ['code', 'name']}, {autoUpdate:true})

解决：将此命令加入data_import/neo4j_init.cypher末尾，并确保在导入数据前执行。

5. 网页应用部署：Flask后端与Vue前端的本地化集成方案

5.1 Flask后端：RESTful API设计与军事领域安全加固

后端app.py提供四个核心接口，全部采用军事场景定制化设计：

# app.py 片段：Cypher白名单校验 def is_safe_cypher(cypher: str) -> bool: unsafe_keywords = ["CREATE", "DELETE", "SET", "MERGE", "UNWIND", "CALL apoc."] for kw in unsafe_keywords: if kw.upper() in cypher.upper(): return False return True @app.route('/api/kg/query', methods=['POST']) def kg_query(): data = request.get_json() if not is_safe_cypher(data.get("cypher", "")): return jsonify({"error": "非法Cypher操作"}), 400 # ... 执行查询

为什么不用JWT？因本系统为本地演示用途，JWT引入额外依赖（PyJWT、cryptography），且密钥管理复杂度高于Header校验。.env文件已加入.gitignore，避免密钥泄露。

5.2 Vue前端：军事主题UI与离线资源加载策略

前端位于frontend/，基于Vue 3 + Element Plus构建，关键设计点：

• 离线字体加载：所有中文字体（思源黑体、站酷小薇体）打包进frontend/public/fonts/，index.html中通过<link rel="preload">预加载，避免网络波动导致文字渲染异常；
• 军事色系：主色调采用#0a2e5c（深海军蓝）与#c12e2a（赤色），按钮悬停效果为#0d3b7a，符合国防科技视觉规范；
• 图谱可视化：使用vue-cytoscape（Cytoscape.js的Vue封装），节点大小按Platform.service_year缩放（越新越大），边颜色按关系类型区分（EXHIBITS为绿色，USES_COMPONENT为橙色）。

// frontend/src/components/KGVisual.vue setup() { const cytoscapeOptions = { container: document.getElementById('cy'), elements: [], // 由后端/api/kg/query接口填充 style: [ { selector: 'node', style: { 'background-color': '#0a2e5c', 'label': 'data(name)', 'width': 'mapData(service_year, 1990, 2025, 20, 60)', // 服务年限映射为节点宽度 'height': 'mapData(service_year, 1990, 2025, 20, 60)' } }, { selector: 'edge', style: { 'line-color': 'mapData(relation, "EXHIBITS", "#28a745", "USES_COMPONENT", "#fd7e14")', 'target-arrow-color': 'mapData(relation, "EXHIBITS", "#28a745", "USES_COMPONENT", "#fd7e14")', 'target-arrow-shape': 'triangle' } } ] } }

5.3 一键启动脚本：run_local.sh的军事环境适配逻辑

run_local.sh（Linux/macOS）与run_local.bat（Windows）封装了全链路启动逻辑，核心适配点：

• 端口冲突检测：检查8080（Flask）、7474（Neo4j Browser）、7687（Neo4j Bolt）是否被占用，若占用则自动顺延（如Flask改用8081）；
• Neo4j Desktop自动启动：Linux下执行open -a "Neo4j Desktop"，Windows下启动Neo4jDesktop.exe，并等待其监听7474端口；
• 数据就绪检查：启动Flask前，调用curl -s http://localhost:7474/dbms/availability确认Neo4j已就绪，否则循环等待（最多120秒）。

# run_local.sh 片段 check_neo4j_ready() { for i in $(seq 1 120); do if curl -s http://localhost:7474/dbms/availability | grep -q '"status":"available"'; then echo "Neo4j ready" return 0 fi sleep 1 done echo "Neo4j failed to start in 120s" >&2 exit 1 }

为什么不用Docker？因军事院校实验室电脑普遍禁用Docker Desktop（安全策略），且学生需理解各组件端口与依赖关系，Docker抽象层反而增加调试难度。

6. 毕业设计落地技巧：从源码复现到答辩展示的六个关键动作

6.1 数据溯源与合规性声明：答辩时如何回应“数据来源是否合法？”

这是导师必问问题。本项目所有数据均来自公开渠道，且在README.md中明确声明：

• 百度百科：依据《中华人民共和国著作权法》第二十四条，为介绍、评论某一作品或说明某一问题，在作品中适当引用已发表的作品，可以不经著作权人许可；
• 维基中文：采用CC BY-SA 3.0协议，项目在LICENSE文件中保留原协议声明；
• 中国军网：所有爬取内容均为“军队要闻”“装备聚焦”等公开栏目，不涉及任何内部资料或涉密信息。

实操动作：在答辩PPT第3页插入截图——左侧为百度百科“东风-41”页面URL栏（显示https://baike.baidu.com/item/东风-41），右侧为crawler/config.py中ALLOWED_DOMAINS = ["baike.baidu.com", "zh.wikipedia.org", "www.81.cn"]代码块。用事实代替解释，导师一眼看懂合规性。

6.2 模型效果可视化：用三张图讲清NER与RE的军事领域表现

避免只说“F1=86.3%”，要让效果可感知：

# model/ner_model/eval_report.py 片段：生成热力图数据 def generate_error_heatmap(): error_matrix = np.zeros((len(LABELS), 6)) # 6列：长度1~5字 + 其他 for pred, gold, length in error_samples: label_idx = LABELS.index(pred) len_idx = min(length, 5) # 长度>5归为第5列 error_matrix[label_idx][len_idx] += 1 sns.heatmap(error_matrix, xticklabels=["1字","2字","3字","4字","5字+"], yticklabels=LABELS, annot=True, fmt=".0f") plt.savefig("../report/ner_error_heatmap.png")

6.3 答辩演示脚本：5分钟内完成“爬虫→建模→问答”全流程

别让导师等你敲命令。提前录制三段屏幕录像（总长≤5分钟），答辩时直接播放：

• 0:00-1:20：crawler/weapon_crawler.py运行实录，终端显示“已抓取东风-41（百度百科）… 已抓取S-400（维基）…”，最后输出“总计抓取427个页面，保存至data/raw/”；
• 1:21-3:10：processor/run_pipeline.py执行过程，展示NER识别结果（高亮“东风-41”“固体燃料”）、RE抽取结果（表格显示东风-41 -HAS_RANGE-> 12000km）、Neo4j导入日志（“Created 127 nodes, 342 relationships”）；
• 3:11-5:00：网页前端演示，输入“东风-41的射程是多少？”，返回“12000公里”；输入“东风-41使用什么发动机？”，返回“固体燃料发动机”，并点击“查看图谱”展示节点连接关系。

关键细节：录像中终端字体调至16号，Neo4j Browser窗口最大化，网页前端地址栏清晰显示http://localhost:8080。所有操作无卡顿，体现系统稳定性。

6.4 毕设报告撰写：技术章节的“问题-方法-结果”黄金结构

避免写成说明书。每个技术章节按此结构组织：

• 问题：直击痛点，如“军事文本中‘DF-41’‘东风-41’混用导致实体无法对齐”；
• 方法：说明你做的具体动作，如“构建三级标准化流程：正则清洗→同义词映射→上下文消歧”；
• 结果：用数据说话，如“实体对齐准确率从63.2%提升至94.7%，在测试集327个武器名上验证”。

血泪经验：我曾帮一个学生改报告，他原写“我们使用了BiLSTM-CRF模型”，我让他删掉，改成“针对军事领域命名不规范问题，我们微调BiLSTM-CRF：注入军事词典、精简标签体系、加权损失函数，使实体识别F1从72.1%提升至86.3%”。导师当场在答辩记录本上画了三个勾。

6.5 部署包瘦身：毕业设计交付时如何压缩体积至<500MB

原始源码包含模型权重（1.2GB）、原始HTML（800MB），交付给导师需精简：

• 删除model/ner_model/weights/中除best_ner_model.pt外的所有.pt文件（训练中间检查点）；
• **清空`data/raw/

本文还有配套的精品资源，点击获取