利用AI阅读和分析文本：使用COZE建设游记文本知识库

1. 起因

1.1 设想

今天，我们想通过实验回答一个问题：能不能让AI代替我们阅读文本资料？如果只要会提问题，就可以深钻下去，充分利用AI的“智力“挖掘和探索文本的语义。好吧，我们从创建Coze的bot开始实验。

1.2 回顾和计划

在上一篇文章《使用AI工具Kimi生成python代码为文本分析结果画词云图》中，我们通过提问的方式，让AI工具kimi生成了一段python代码，执行以下步骤：1.读取马蜂窝游记文本excel  2.对“正文”这一列的数据进行分词 3.生成词云图

通过那次实验，我们初步体验了AI工具的强大。

今天我们继续AI的学习，尝试一下基于AI平台COZE, 使用我们的游记文本创建个人知识库。理论上个人知识库创建后，COZE应该就“学习和理解”了文本的内容或者说语义。针对我们的提问，COZE可以根据对文本的消化理解使用“自己的语言”来回答我们的问题，这个相比以前传统的搜索应该是前进了一大步。起码可以省掉一些我们自己逐字逐句阅读文本的时间。

注：实验使用的马蜂窝游记样本数据，通过GooSeeker网络爬虫的2个快捷采集工具获取：

1.  马蜂窝游记采集_列表
2.  马蜂窝游记采集_详情

2. 访问扣子国内版

网址：https://www.coze.cn/ 。使用手机号或者抖音登录

3. 创建一个bot

点击左上角的“创建Bot”，在弹出的对话框里输入Bot的名字和描述

4. 模式和模型我们就保持缺省值

5. 创建个人知识库

点击“知识”下的“文本”右侧的“+”号，添加一个知识库

点击右上角的“创建知识库”，选择“表格格式”，在“名称”和“描述”里填写信息

选择本地文件上传后，表格的结构和字段会显示出来。选择包含游记文本的“正文”字段，这个字段会被分析作为后续用户提问回答的内容来源：

点击“下一步”，会看到预览数据：

数据处理完成后，点击右上角的“添加到bot”：

返回到bot编排，看到知识库下面已经有了我们添加的本地表格：

6. 启动“调试”，显示来源

为了在后面的提问和回答过程中，我们能看到回答的来源，我们点击“知识库”的设置，勾选“显示来源”。如果这样创建coze bot的目的是让bot帮我们阅读和分析文本，“显示来源“是很重要的，让我们知道每个观点和结论的来源是哪条文本：

点击右边的“调试”按钮，下面我们就可以开始提问，看看本地知识库是否起作用

7. 提问和回答

下面只做一个简单的尝试，仅作为实验。实际上，提问是最重要的，会提问才能充分发挥bot的“智力”，才能为你的文本内容和语义的挖掘提供帮助。要“打破砂锅问到底”，不妨就像做一次调查那样按照设定的路线追问问题。

提问一：武汉有哪些旅游景点？

回答：湖北省博物馆是武汉的旅游景点之一，馆内有中国规模最大的古乐器陈列馆，现有馆藏文物 26 万余件(套)，以青铜器、漆木器、简牍最有特色。[1]

昙华林是武汉很文艺的地方，聚集了很多文艺清新的小店，类似于上海的田子坊，北京的 798，以及南锣鼓巷，厦门的鼓浪屿，南京的夫子庙，是武汉一种文化的象征。[1]。。。。。。

我们可以看到，如果是根据本地知识库解答的，对应的数据卡片会显示出来，并且答案的每一段或者每一句后面会有来源卡片编号。在后期整理问答内容并写分析报告的时候，来源卡片就会十分有用。

提问二：黄鹤楼的门票价格是多少？

回答：文档中未提及黄鹤楼的门票价格，无法给出确切答案。

问题三：武汉大学好玩吗

回答：文档中未明确提及武汉大学是否好玩。但提到了住在武大里面宾馆很舒服，窗外就是珞珈山；2015 年有人进行武汉赏樱之旅，说明武汉大学在樱花季作为旅游景点有一定吸引力。不过整体不能确切判断武汉大学是否好玩。

问题四：武汉有哪些小吃？

回答：武汉小吃有热干面、三鲜豆皮、辣鸭脖、鲜鱼糊汤粉等。户部巷有众多小吃，被誉为“汉味小吃第一巷”，这里有各地美食，如武汉本地小吃以及湖南臭豆腐干、海南椰汁等。[1][2][3]

8. 发布

调试觉得达到了效果，要发布出去和人分享，或者自己调用，深挖问题，帮助自己理解知识库中的文本内容，可以点击页面右上角的”发布”按钮

总结

今天我们使用马蜂窝游记文本数据，在coze扣子平台上创建一个bot和本地知识库。本地知识库创建后，在向bot提问时，bot会优先从本地知识库寻找答案。通过上面的实验，我们验证了本地知识库是有效的。Bot能帮我们理解文本的语义，减轻我们逐字逐句阅读文本的负担，那么对我们使用者的要求就是：怎样更有效地提问题，让问题深钻下去，充分发掘bot的“智力“。

后面我们会尝试使用其它的采集数据做进一步的实验。

我们会继续探索在进行阅读、数据采集、数据挖掘、数据分析时怎样使用AI来提升我们的效率。