知识图谱系列：Task 2 基于医疗知识图谱的问答系统操作介绍

网安杂谈 2021-01-12

603

感谢DataWhale分享，学习资源地址：

https://github.com/datawhalechina/team-learningnlp/tree/master/KnowledgeGraph_Basic

1.任务描述

今天的任务分两步，首先要搭建一个知识图谱（详见task03），然后启动问答测试（task04 task05详细讲），构建一个简单的基于知识图谱的对话系统。

今天主要是能跑通这两步，能让自己对整个任务有一个整体的认识。

任务的源码在这里：https://github.com/zhihao-chen/QASystemOnMedicalGraph

源码组成部分包括：

data:存放数据

img:存放readme里的图片

model：存放训练好的tfidf模型和意图识别模型

build_graph.py:构建图，详见task03

entity_extractor.py:抽取问句中的实体和识别意图，详见task04

search_answer.py:根据不同的实体和意图构造cypher查询语句,查询图数据库并返回答案，详见task05

2.搭建知识图谱环境

2.1.数据集

数据源：39健康网。包括15项信息，其中7类实体，约3.7万实体，21万实体关系。数据结构如图所示：

知识图谱实体类型

2.2.搭建过程

因为这次任务目标是先跑通，所以仅简略写下步骤。

要将数据导入Neo4j 图数据库，首先进入 build_graph.py 类中，在类MedicalGraph 中加入本地Neo4j图数据库的账号和密码；

class MedicalGraph:

def __init__(self):

...

self.graph = Graph("http://localhost:7474", username="neo4j", password="自己的")

...

运行：

python build_graph.py

就开始进行数据导入了。由于数据量大，需要的时间很长，要1-2个小时。

终于好了，看下结果，我们有了3w多节点，20多万个关系。

3.启动问答测试

运行命令：

python kbqa_test.py

注意:其中一个库名称为ahocorasick,这个直接pip安装找不到，安装时要改为pyahocorasick.但是程序里面用的时候，还是要改回ahocorasick.

还有遇到其他的包就碰到哪个装哪个啦。。。

最终的效果是这样

后续具体分析各个部分源码

文章转载自网安杂谈，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。