售前电话
135-3656-7657
售前电话 : 135-3656-7657
国家高新技术企业 省级专精特新企业
咨询热线：135-3656-7657 400-6333-661
国家高新技术企业 省级专精特新企业
咨询热线：135-3656-7657 400-6333-661
这是 阿拉灯神丁Vicky 的第 23 篇文章
1、项目背景
为通过项目实战增加对知识图谱的认识，几乎找了所有网上的开源项目及视频实战教程。
果然，功夫不负有心人，找到了中科院软件所刘焕勇老师在上的开源项目，基于知识图谱的医药领域问答项目。
用了两个晚上搭建了两套，Mac版与版，哈哈，运行成功�。。�
从无到有搭建一个以疾病为中心的一定规模医药领域知识图谱，以该知识图谱完成自动问答与分析服务。该项目立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，11类规模约30万实体关系的知识图谱。 本项目将包括以下两部分的内容：1、基于垂直网站数据的医药知识图谱构建
2、基于医药知识图谱的自动问答
2、项目环境
2.1 系统
搭建中间有很多坑，且行且注意。
配置要求：要求配置neo4j数据库及相应的依赖包。neo4j数据库用户名密码记�。⑿薷南嘤ξ募�。
安装neo4j，neo4j 依赖java jdk 1.8版本以上：
根据neo4j 安装时的端口、账户、密码配置设置设置项目配置文件：.py & .py (下载项目时根据个人需要也可使用git)
数据导入： .py，导入的数据较多医疗问答python，估计需要几个小时。
.py导入数据之前，需要在该文件main函数中加入：
.py
启动问答： .py
2.2 Mac系统
mac本身自带、java jdk环境，可直接安装neo4j图数据库，项目运行步骤与基本一样。
问题解答：安装过程中如遇问题可联系: -sbb。
2.3 Neo4j数据库展示
2.4 问答系统运行效果
3、项目介绍
该项目的数据来自垂直类医疗网站寻医问药，使用爬虫脚本.py，以结构化数据为主，构建了以疾病为中心的医疗知识图谱，实体规模4.4万，实体关系规模30万。的设计根据所采集的结构化数据生成，对网页的结构化数据进行xpath解析。
项目的数据存储采用Neo4j图数据库，问答系统采用了规则匹配方式完成，数据操作采用neo4j声明的。
项目的不足之处在于疾病的引发原因、预防等以大段文字返回，这块可引入事件抽�。山蚪峁够硎境隼础�
3.1 项目目录
.
├── .md
├── \\编译结果保存目录
│ ├── .-36.pyc
│ ├── .-36.pyc
│ └── .-36.pyc
├── .py
├── .pyc
├── .py \\知识图谱数据入库脚本
├── .py \\问答程序脚本
├── data
│ └── .json \\本项目的全部数据，通过.py导neo4j
├── dict
│ ├── check.txt \\诊断检查项目实体库
│ ├── deny.txt \\否定词库
│ ├── .txt \\医疗科目实体库
│ ├── .txt \\疾病实体库
│ ├── drug.txt \\药品实体库
│ ├── food.txt \\食物实体库
│ ├── .txt \\在售药品库
│ └── .txt \\疾病症状实体库
├──
│ ├── chat1.png \\系统运行问答截图01
│ ├── chat2.png \\系统运行问答截图01
│ ├── .png \\知识图谱构建框架
│ ├── .png \\问答系统框架图
├── img \\.md中的所用图片
│ ├── chat1.png
│ ├── chat2.png
│ ├── .png
│ ├── .png
│ └── .png
├──
│ ├── .py \\数据库操作脚本
│ ├── .py \\网络资讯采集脚本
│ └── .py \\基于词典的最大向前/向后脚本
├── .py \\问句类型分类脚本
├── .pyc
├── .py \\问句解析脚本
├── .pyc
3.2 知识图谱的实体类型
3.3 知识图谱的实体关系类型
3.4 知识图谱的属性类型
3.5 问答项目实现原理
本项目的问答系统完全基于规则匹配实现，通过关键词匹配，对问句进行分类，医疗问题本身属于封闭域类场景，对领域问题进行穷举并分类，然后使用的match去匹配查找neo4j，根据返回数据组装问句回答，最后返回结果。
问句中的关键词匹配：
根据匹配到的关键词分类问句
问句解析
查找相关数据
根据返回的数据组装回答
3.6 问答系统支持的问答类型
4、项目总结
qy千亿国际qy千亿国际
拨打电话
产品中心
在线客服
回到顶部
