售前電話
135-3656-7657
售前電話 : 135-3656-7657
這是 阿拉燈神丁Vicky 的第 23 篇文章
1、項目背景
為通過項目實戰(zhàn)增加對知識圖譜的認識，幾乎找了所有網上的開源項目及視頻實戰(zhàn)教程。
果然，功夫不負有心人，找到了中科院軟件所劉煥勇老師在上的開源項目，基于知識圖譜的醫(yī)藥領域問答項目。
用了兩個晚上搭建了兩套，Mac版與版，哈哈，運行成功?。。?/p>
從無到有搭建一個以疾病為中心的一定規(guī)模醫(yī)藥領域知識圖譜，以該知識圖譜完成自動問答與分析服務。該項目立足醫(yī)藥領域，以垂直型醫(yī)藥網站為數據來源，以疾病為核心，構建起一個包含7類規(guī)模為4.4萬的知識實體，11類規(guī)模約30萬實體關系的知識圖譜。 本項目將包括以下兩部分的內容：1、基于垂直網站數據的醫(yī)藥知識圖譜構建
2、基于醫(yī)藥知識圖譜的自動問答
2、項目環(huán)境
2.1 系統(tǒng)
搭建中間有很多坑，且行且注意。
配置要求：要求配置neo4j數據庫及相應的依賴包。neo4j數據庫用戶名密碼記住，并修改相應文件。
安裝neo4j，neo4j 依賴java jdk 1.8版本以上：
根據neo4j 安裝時的端口、賬戶、密碼配置設置設置項目配置文件：.py & .py (下載項目時根據個人需要也可使用git)
數據導入： .py，導入的數據較多，估計需要幾個小時。
.py導入數據之前，需要在該文件main函數中加入：.py
啟動問答： .py
2.2 Mac系統(tǒng)
mac本身自帶、java jdk環(huán)境，可直接安裝neo4j圖數據庫，項目運行步驟與基本一樣。
問題解答：安裝過程中如遇問題可聯(lián)系: -sbb。
2.3 Neo4j數據庫展示
2.4 問答系統(tǒng)運行效果
3、項目介紹
該項目的數據來自垂直類醫(yī)療網站尋醫(yī)問藥，使用爬蟲腳本.py，以結構化數據為主，構建了以疾病為中心的醫(yī)療知識圖譜，實體規(guī)模4.4萬，實體關系規(guī)模30萬。的設計根據所采集的結構化數據生成醫(yī)療問答python，對網頁的結構化數據進行xpath解析。
項目的數據存儲采用Neo4j圖數據庫，問答系統(tǒng)采用了規(guī)則匹配方式完成，數據操作采用neo4j聲明的。
項目的不足之處在于疾病的引發(fā)原因、預防等以大段文字返回，這塊可引入事件抽取，可將原因結構化表示出來。
3.1 項目目錄
.
├── .md
├── \\編譯結果保存目錄
│ ├── .-36.pyc
│ ├── .-36.pyc
│ └── .-36.pyc
├── .py
├── .pyc
├── .py \\知識圖譜數據入庫腳本
├── .py \\問答程序腳本
├── data
│ └── .json \\本項目的全部數據，通過.py導neo4j
├── dict
│ ├── check.txt \\診斷檢查項目實體庫
│ ├── deny.txt \\否定詞庫
│ ├── .txt \\醫(yī)療科目實體庫
│ ├── .txt \\疾病實體庫
│ ├── drug.txt \\藥品實體庫
│ ├── food.txt \\食物實體庫
│ ├── .txt \\在售藥品庫
│ └── .txt \\疾病癥狀實體庫
├──
│ ├── chat1.png \\系統(tǒng)運行問答截圖01
│ ├── chat2.png \\系統(tǒng)運行問答截圖01
│ ├── .png \\知識圖譜構建框架
│ ├── .png \\問答系統(tǒng)框架圖
├── img \\.md中的所用圖片
│ ├── chat1.png
│ ├── chat2.png
│ ├── .png
│ ├── .png
│ └── .png
├──
│ ├── .py \\數據庫操作腳本
│ ├── .py \\網絡資訊采集腳本
│ └── .py \\基于詞典的最大向前/向后腳本
├── .py \\問句類型分類腳本
├── .pyc
├── .py \\問句解析腳本
├── .pyc
3.2 知識圖譜的實體類型
3.3 知識圖譜的實體關系類型
3.4 知識圖譜的屬性類型
3.5 問答項目實現原理
本項目的問答系統(tǒng)完全基于規(guī)則匹配實現，通過關鍵詞匹配，對問句進行分類，醫(yī)療問題本身屬于封閉域類場景，對領域問題進行窮舉并分類，然后使用的match去匹配查找neo4j，根據返回數據組裝問句回答，最后返回結果。
問句中的關鍵詞匹配：
根據匹配到的關鍵詞分類問句
問句解析
查找相關數據
根據返回的數據組裝回答
3.6 問答系統(tǒng)支持的問答類型
4、項目總結
基于規(guī)則的問答系統(tǒng)沒有復雜的算法，一般采用模板匹配的方式尋找匹配度最高的答案，回答結果依賴于問句類型、模板語料庫的覆蓋全面性，面對已知的問題，可以給出合適的答案，對于模板匹配不到的問題或問句類型，經常遇到的有三種回答方式：1、給出一個無厘頭的答案；
2、婉轉的回答不知道，提示用戶換種方式去問；
3、轉移話題，回避問題；
例如，本項目中采用了婉轉的方式回答不知道：
基于知識圖譜的問答系統(tǒng)的主要特征是知識圖譜，系統(tǒng)依賴一個或多個領域的實體，并基于圖譜進行推理或演繹，深度回答用戶的問題，基于知識圖譜的問答系統(tǒng)更擅長回答知識性問題，與基于模板的聊天機器人有所不同的是它更直接、直觀的給用戶答案。對于不能回答、或不知道的問題，一般直接返回失敗，而不是轉移話題避免尷尬。
