,国产成人无码精品久久久影院 ,最近免费中文字幕MV在线视频3,国内最真实的XXXX人伦

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(wǎng)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(lǐng)域問答項目。

項目地址：

用了兩個晚上搭建了兩套，Mac版與版，哈哈，運行成功?。?！

從無到有搭建一個以疾病為中心的一定規(guī)模醫(yī)藥領(lǐng)域知識圖譜，以該知識圖譜完成自動問答與分析服務(wù)。該項目立足醫(yī)藥領(lǐng)域，以垂直型醫(yī)藥網(wǎng)站為數(shù)據(jù)來源，以疾病為核心，構(gòu)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(guān)系的知識圖譜。 本項目將包括以下兩部分的內(nèi)容：

1、基于垂直網(wǎng)站數(shù)據(jù)的醫(yī)藥知識圖譜構(gòu)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(shù)據(jù)庫及相應(yīng)的依賴包。neo4j數(shù)據(jù)庫用戶名密碼記住，并修改相應(yīng)文件。

安裝neo4j，neo4j 依賴java jdk 1.8版本以上：

java jdk安裝方法可參考： 系統(tǒng)下安裝JDK8，下載地址：

安裝neo4j可參考博文： 安裝neo4j，下載地址：

安裝可參考： 環(huán)境下安裝.7

根據(jù)neo4j 安裝時的端口、賬戶、密碼配置設(shè)置設(shè)置項目配置文件：.py&.py(下載項目時根據(jù)個人需要也可使用git)

數(shù)據(jù)導(dǎo)入： .py，導(dǎo)入的數(shù)據(jù)較多，估計需要幾個小時。

.py導(dǎo)入數(shù)據(jù)之前，需要在該文件main函數(shù)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(shù)據(jù)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(shù)據(jù)庫展示

2.4 問答系統(tǒng)運行效果

3、項目介紹

該項目的數(shù)據(jù)來自垂直類醫(yī)療網(wǎng)站尋醫(yī)問藥，使用爬蟲腳本.py，以結(jié)構(gòu)化數(shù)據(jù)為主，構(gòu)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(guān)系規(guī)模30萬。的設(shè)計根據(jù)所采集的結(jié)構(gòu)化數(shù)據(jù)生成，對網(wǎng)頁的結(jié)構(gòu)化數(shù)據(jù)進行xpath解析。

項目的數(shù)據(jù)存儲采用Neo4j圖數(shù)據(jù)庫，問答系統(tǒng)采用了規(guī)則匹配方式完成，數(shù)據(jù)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(yù)防等以大段文字返回，這塊可引入事件抽取，可將原因結(jié)構(gòu)化表示出來。

3.1 項目目錄

. ├── README.md ├── __pycache__ \\編譯結(jié)果保存目錄 │ ├── answer_search.cpython-36.pyc │ ├── question_classifier.cpython-36.pyc │ └── question_parser.cpython-36.pyc ├── answer_search.py ├── answer_search.pyc ├── build_medicalgraph.py \\知識圖譜數(shù)據(jù)入庫腳本 ├── chatbot_graph.py \\問答程序腳本 ├── data │ └── medicaln.json \\本項目的全部數(shù)據(jù)，通過build_medicalgraph.py導(dǎo)neo4j ├── dict │ ├── check.txt \\診斷檢查項目實體庫 │ ├── deny.txt \\否定詞庫 │ ├── department.txt \\醫(yī)療科目實體庫 │ ├── disease.txt \\疾病實體庫 │ ├── drug.txt \\藥品實體庫 │ ├── food.txt \\食物實體庫 │ ├── producer.txt \\在售藥品庫 │ └── symptom.txt \\疾病癥狀實體庫 ├── document │ ├── chat1.png \\系統(tǒng)運行問答截圖01 │ ├── chat2.png \\系統(tǒng)運行問答截圖01 │ ├── kg_route.png \\知識圖譜構(gòu)建框架 │ ├── qa_route.png \\問答系統(tǒng)框架圖 ├── img \\README.md中的所用圖片 │ ├── chat1.png │ ├── chat2.png │ ├── graph_summary.png │ ├── kg_route.png │ └── qa_route.png ├── prepare_data │ ├── build_data.py \\數(shù)據(jù)庫操作腳本 │ ├── data_spider.py \\網(wǎng)絡(luò)資訊采集腳本 │ └── max_cut.py \\基于詞典的最大向前/向后腳本 ├── question_classifier.py \\問句類型分類腳本 ├── question_classifier.pyc ├── question_parser.py \\問句解析腳本 ├── question_parser.pyc

3.2 知識圖譜的實體類型